rand()每次运行生成相同数字是因为默认种子为1；解决方法是在main()开头用srand(static_cast(time(nullptr)))设种，并包含和头文件。
为什么 rand() 每次运行都生成相同数字？
因为 rand() 不是真随机，它依赖一个初始种子（seed）。没调用 srand() 时，C++ 标准规定默认种子为 1，所以每次程序启动都走同一串伪随机序列。
解决方法很简单：在 main() 开头用当前时间设种：
srand(static_cast(time(nullptr)));
注意两点：
-
time(nullptr)返回秒级时间戳，精度低但足够避免重复 -
srand()只需调用一次，多次调用（尤其在循环里）反而可能导致序列退化 - 必须包含头文件：
rand/srand）和time）
如何用 rand() 生成指定范围的整数？
rand() 原生返回 [0, RAND_MAX] 区间的整数，RAND_MAX 至少为 32767（常见实现是 2147483647）。直接取模会破坏均匀性，尤其当范围不是 RAND_MAX+1 的约数时。
立即学习“C++免费学习笔记（深入）”；
安全做法是用「拒绝采样」或更简单的缩放截断（对一般用途够用）：
// [min, max] 闭区间，min 和 max 均为 int int r = min + rand() % (max - min + 1);
但要注意：
网趣购物系统静态版支持网站一键静态生成，采用动态进度条模式生成静态，生成过程更加清晰明确，商品管理上增加淘宝数据包导入功能，与淘宝数据同步更新!采用领先的AJAX+XML相融技术，速度更快更高效！系统进行了大量的实用性更新，如优化核心算法、增加商品图片批量上传、谷歌地图浏览插入等，静态版独特的生成算法技术使静态生成过程可随意掌控，从而可以大大减轻服务器的负担，结合多种强大的SEO优化方式于一体，使
- 若
max - min接近RAND_MAX，取模偏差明显，应改用std::uniform_int_distribution - 避免
rand() % n中n为 0 或负数，会触发未定义行为 - 不要写
rand() % 100 + 1期望得到 1–100 —— 它实际是 1–100，没错；但写成1 + rand() % 100更直觉、不易错
为什么现代 C++ 推荐不用 rand() 和 srand()？
它们有三个硬伤：
- 算法质量差：多数实现是线性同余生成器（LCG），低位比特周期短、分布不均，
rand() & 1可能连续几十个 0 - 不可重入且全局状态：无法多线程安全使用，也无法为不同逻辑维护独立随机流
- 接口不表达意图：没有明确的分布语义，
rand()后还要手动缩放/取模，易出错
替代方案是 C++11 起的 `
#includestd::random_device rd; // 真随机种子源（通常读 /dev/urandom） std::mt19937 gen(rd()); // Mersenne Twister 引擎 std::uniform_int_distribution dis(1, 100); // [1,100] 均匀分布 int r = dis(gen); // 生成一个随机数
这个组合速度快、质量高、线程安全（每个线程用独立 gen 实例即可）。
rand() 在 Windows 和 Linux 下行为一致吗？
不一致。glibc（Linux）和 MSVCRT（Windows）对 rand() 的具体实现不同：
- glibc 使用更长周期的 LCG，
RAND_MAX通常是 2147483647 - MSVCRT 的
RAND_MAX是 32767，且低位更差 - 即使同种子，两平台输出序列也完全不同
这意味着：用 rand() 实现的“确定性随机”（如游戏关卡生成、单元测试固定输入）在跨平台时必然失败。若需可重现结果，必须自己实现 PRNG（如 xorshift）或用 `std::mt19937 gen(12345);）。
真正麻烦的不是函数不会用，而是用了才发现它根本不可靠 —— 尤其在需要统计均匀性或跨平台一致性的场景。
