推荐使用C++11的库生成随机数，因其比srand和rand更灵活、分布更均匀。该库包含引擎（如std::mt19937）和分布（如std::uniform_int_distribution），可精确控制随机数类型与范围。示例中通过std::random_device初始化引擎，结合整数或浮点分布生成指定区间内的随机值，避免传统方法的偏差。建议复用引擎实例，避免频繁创建，提升性能与随机性，生产环境优先使用硬件种子。
在C++11中，生成随机数推荐使用srand和rand。新的方法更灵活、分布更均匀，也更容易控制随机数的范围和类型。
使用 random 库生成随机数
C++11引入了
引擎负责生成伪随机数序列，常见的有：
-
std::default_random_engine：默认引擎 -
std::mt19937：基于梅森旋转算法，质量高，适合大多数用途
分布用于将引擎生成的随机值映射到指定范围或分布类型，例如：
立即学习“C++免费学习笔记（深入）”；
-
std::uniform_int_distribution：生成均匀分布的整数 -
std::uniform_real_distribution：生成均匀分布的浮点数
生成指定范围内的整数
以下代码展示如何生成1到100之间的随机整数：
#include#include int main() { // 创建随机数引擎 std::random_device rd; // 真实随机种子（如果可用） std::mt19937 gen(rd()); // 梅森旋转引擎 // 定义整数分布范围 std::uniform_int_distribution dis(1, 100); // 生成随机数 for (int i = 0; i < 5; ++i) { int random_num = dis(gen); std::cout << random_num << " "; } return 0; }
这段代码会输出5个1到100之间的随机整数。每次运行结果不同，因为使用了std::random_device作为种子。
生成浮点型随机数
若要生成0.0到1.0之间的浮点数，可以使用std::uniform_real_distribution：
功能和特点文章、商品、图片管理支持中英文支持伪静态支持生成静态HTML 支持自定义标签支持自定义模板和在线编辑模板支持自定义广告和随机选取广告支持无限级分类及分类移动、合并、排序自动生成SEO信息专题管理二级管理员留言管理商品评论上传图片在线管理数据库备份恢复SQL防注入管理日志按Web标准设计兼容IE和Firefox后台管理路径后台管理登陆页面为/admin/login.asp默认账号：admi
std::uniform_real_distributiondis(0.0, 1.0); double random_val = dis(gen);
这个方法比rand() / RAND_MAX更精确，且避免了传统方法中可能存在的分布偏差。
注意事项与建议
避免重复创建引擎和分布对象，尤其是在循环中。最好将引擎定义为静态或全局变量，以提高性能并保证随机性。
不要每次都用std::random_device创建多个引擎实例，某些平台下它资源有限。通常一个引擎实例配合多个分布即可。
如果不需要高质量随机数，也可以用时间作为种子：
std::mt19937 gen(static_cast(std::time(nullptr)));
但生产环境建议优先使用std::random_device。
基本上就这些。C++11的随机数机制虽然初看复杂，但结构清晰，一旦掌握就很容易复用。比起老式rand()，它更安全、更可控。
