推荐使用C++11的库，以std::random_device初始化std::mt19937引擎，配合uniform_int_distribution等分布类生成高质量随机数，避免rand()及其缺陷。
在 C++ 中生成高质量随机数，推荐使用 C++11 引入的 rand() 更可靠、更灵活、分布更均匀。
初始化随机数生成器（推荐用 std::random_device）
std::random_device 是真正的硬件级随机数源（在支持系统上），适合做种子。不要直接用它大量生成随机数（可能慢或耗尽熵），而是用来初始化其他引擎：
- 用
std::random_device{}()获取一个种子值 - 传给
std::mt19937（梅森旋转算法，速度快、周期长、质量高） - 避免写成
std::mt19937 gen(time(0))—— 秒级精度容易重复
选择合适的分布类（控制范围和类型）
引擎只负责“生成位”，真正决定数值范围和分布的是 分布类。常用组合：
- 整数区间：
std::uniform_int_distribution（含两端）(min, max) - 浮点区间：
std::uniform_real_distribution（含 low，不含 high）(low, high) - 正态分布：
std::normal_distribution(mean, stddev) - 注意：分布对象可复用，不必每次新建；它不保存状态，线程安全
完整示例：生成 [1, 100] 的随机整数
以下代码简洁、安全、符合现代 C++ 实践：
立即学习“C++免费学习笔记（深入）”；
#include#include int main() { std::random_device rd; // 真随机种子源 std::mt19937 gen(rd()); // 初始化 Mersenne Twister std::uniform_int_distribution dis(1, 100); // [1, 100] 均匀整数 for (int i = 0; i < 5; ++i) { std::cout << dis(gen) << " "; // 每次调用 dis(gen) 产生一个新数 } return 0; }
常见误区与技巧
避开老式陷阱，提升健壮性：
- 别再用
srand(time(0)); rand() % N—— 分布不均、低比特劣质、不可移植 - 如果需要多个独立随机序列（如多线程），每个线程用独立的
gen实例 + 不同种子 - 想复现结果？用固定种子初始化
std::mt19937 gen(42)（调试/测试有用） - 分布对象可绑定引擎：
auto dice = std::bind(dis, gen);，之后直接调用dice()
