本篇内容主要讲解“C++11随机数库怎么使用”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“C++11随机数库怎么使用”吧!
创新互联专注为客户提供全方位的互联网综合服务，包含不限于成都网站制作、网站设计、外贸网站建设、库尔勒网络推广、微信小程序开发、库尔勒网络营销、库尔勒企业策划、库尔勒品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等，从售前售中售后，我们都将竭诚为您服务，您的肯定，是我们最大的嘉奖；创新互联为所有大学生创业者提供库尔勒建站搭建服务，24小时服务热线：18980820575，官方网址：www.cdcxhl.com
从前的随机数
C++11之前，无论是C，还是C++都使用相同方式的来生成随机数，代码大致如下：
由于rand()产生的是伪随机数，所以需要为rand函数提供种子。种子不同产生的随机数序列也不同。通常的做法是调用srand(time(0)），由于time返回的是系统时间，每秒都会不同，所以产生的随机数相同几率就会变得很小。
这种方式有一个难点，就是不容易控制输出结果的范围。特别是希望不是均匀分布的时候就更难。
随机数库（Random Number Library）
C++11中提供了随机数库，包括随机数引擎类（random-number engines）和随机数分布类(random-number distribution)。二者一般配合使用。
随机数引擎
标准库提供了多重随机数引擎，这里以default_random_engine类为例进行说明。
到这里为止，和之前的方式没有什么本质区别，只是形式不同。别忙，接着往下看。
随机数分布类
C++11通过随机数分布类来控制随机数引擎生成的随机数的分布情况。
生成平均分布的整数
代码中使用uniform_int_distribution
生成平均分布的实数
代码中使用uniform_real_distribution来控制随机数引擎生成0到10之间的实数。
生成正态分布的实数
代码中使用normal_distribution<>来控制随机数引擎生成均值为2，标准差为0.25的正态分布数据。
生成概率可控的布尔值
代码中使用bernoulli_distribution来控制随机数引擎生成布尔值随机数，其中1的概率为0.3。
输出结果
到此，相信大家对“C++11随机数库怎么使用”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
