推荐使用uniform_int_distribution配合std::mt19937生成随机数，因rand()存在分布不均、质量差、周期短、非线程安全等问题；通过random_device初始化种子，定义闭区间范围，复用引擎和分布对象，可高效生成均匀随机整数，适用于游戏、抽样、模拟等场景。
在C++中生成指定范围内的随机数，推荐使用 uniform_int_distribution 配合随机数引擎（如 std::mt19937）来实现。这种方法比传统的 rand() 更安全、更均匀，也更现代。
为什么不用 rand()？
虽然 rand() 可以生成随机数，但它存在几个问题：
- 分布不均匀，尤其在取模操作后
- 随机质量差，周期短
- 最大值受限（RAND_MAX 通常为 32767）
- 不是线程安全的
因此，C++11 引入了
uniform_int_distribution 基本用法
std::uniform_int_distribution
立即学习“C++免费学习笔记（深入）”；
基本步骤如下：
- 创建一个随机数引擎（如 std::mt19937）
- 定义 uniform_int_distribution 对象，指定范围 [min, max]
- 用引擎生成随机数，传给 distribution 对象
#include#include int main() { // 1. 创建随机数引擎 std::random_device rd; // 真实随机种子 std::mt19937 gen(rd()); // Mersenne Twister 引擎 // 2. 定义分布：生成 [1, 100] 的整数 std::uniform_int_distribution dis(1, 100); // 3. 生成并输出5个随机数 for (int i = 0; i < 5; ++i) { int random_num = dis(gen); std::cout << random_num << " "; } std::cout << std::endl; return 0; }
关键细节说明
范围是闭区间 [a, b]：uniform_int_distribution 生成的值包含 a 和 b。例如 dis(1, 6) 可能返回 1、2、3、4、5 或 6，适合模拟掷骰子。
随机引擎建议用 std::mt19937：它速度快、周期长（约 2^19937），是常用选择。配合 std::random_device 初始化种子，避免每次程序运行得到相同序列。
避免重复创建引擎和分布对象：应将引擎和分布声明为静态或复用，否则可能影响性能或随机性。
常见应用场景
生成指定范围的随机整数非常实用，例如：
- 游戏开发中生成敌人位置：dis(0, 100)
- 随机抽样：dis(0, data.size()-1)
- 模拟掷骰子：dis(1, 6)
- 生成验证码数字：dis(0, 9)
如果需要生成负数范围，也可以直接指定：
std::uniform_int_distributionneg_dis(-10, 10); // [-10, 10]
基本上就这些。使用 uniform_int_distribution 能让你的随机数更可靠、更符合预期。不复杂但容易忽略的是种子初始化——用 std::random_device 提高随机性，避免伪随机序列重复。
