直接用 std::random_device 配合 std::mt19937 和分布类（如 std::uniform_int_distribution），就能生成高质量、可重现、线程安全的随机数，彻底替代陈旧且有缺陷的 rand()。
为什么不该再用 rand()
rand() 是 C 风格遗留函数，存在多个硬伤：
- 实现未标准化，不同平台下随机性、周期、分布质量差异大
- 通常只有 15 位有效精度（
RAND_MAX常为 32767），远低于现代需求 - 全局状态，多线程下需手动加锁，极易出错
- 无法指定分布范围和类型，靠
rand() % N会引入严重偏差（模偏）
推荐组合：random_device + mt19937 + 分布类
这是现代 C++ 中最常用、平衡了质量、速度与易用性的方案：
-
std::random_device：真正的硬件熵源（在支持系统上），用于初始化种子，保证不可预测性 -
std::mt19937（或std::mt19937_64）：Mersenne Twister 算法，周期长（2¹⁹⁹³⁷−1）、统计性质优秀、速度快 - 分布类（如
std::uniform_int_distribution、std::normal_distribution）：将均匀整数流映射为目标分布，数学上严格正确
典型用法示例
生成 [1, 100] 区间内的均匀随机整数：
立即学习“C++免费学习笔记（深入）”；
#include#include int main() { // 1. 真实随机种子（仅用于一次初始化） std::random_device rd; // 2. 使用种子构造 Mersenne Twister 引擎 std::mt19937 gen(rd()); // 3. 定义整数均匀分布（闭区间 [1, 100]） std::uniform_int_distribution dist(1, 100); // 4. 生成随机数（可重复调用） for (int i = 0; i < 5; ++i) { std::cout << dist(gen) << '\n'; } }
注意：dist(gen) 是标准调用方式，引擎 gen 和分布 dist 应分别复用，不要每次重造。
进阶要点
实际项目中还需注意：
- 若需可重现结果（如测试、游戏存档），用固定种子初始化
mt19937，例如std::mt19937 gen(42); - 多线程场景下，每个线程应持有独立的
gen实例，避免共享状态；random_device可全局共用 - 对性能极端敏感时，
std::mt19937_64在 64 位平台通常更快；也可考虑std::ranlux48（更高质量但更慢） - 避免把
random_device当作随机数源频繁调用——它开销大，且某些平台（如 Windows MinGW）可能退化为伪随机
