您现在的位置：程式碼之家 >> 編程語言 > >> 更多程式語言 >> 程式設計綜合問答

C/C++ 隨機數生成陷阱：rand()/RAND_MAX 整除偏差與均勻分布修正

編輯：程式設計綜合問答

代碼片段分析

// 假設原始代碼類似：
int r = rand() / 1000;  // 或 rand() % 1000

核心問題拆解

1. 整除截斷導致分布不均

rand() 返回 [0, RAND_MAX] 範圍內的偽隨機整數，RAND_MAX 通常為 32767（16 位有符號整數最大值）。

當使用 rand() / 1000 時：

結果範圍：[0, 32]（因 32767/1000 = 32.767）
0~31 每個值對應 1000 個原始值（如 0~999→0, 1000~1999→1...）
32 僅對應 768 個原始值（32000~32767），出現概率僅為其他值的 76.8%

同理，rand() % 1000 也會導致 0~767 比 768~999 概率高（因 32768 % 1000 = 768）。

2. RAND_MAX 值較小，隨機質量有限

僅 15 位有效隨機位（32768 = 2^15）
線性同餘算法（LCG）周期短、低位隨機性差
不適用於加密、科學計算、高精度模擬場景

現代 C++ 正確做法（C++11 ）

#include 
#include 

int main() {
    // 1. 隨機數引擎：梅森旋轉算法，周期 2^19937-1
    std::mt19937 gen(std::random_device{}());  // 硬件熵源播種
    
    // 2. 分布適配器：均勻整數分布 [0, 999]
    std::uniform_int_distribution dist(0, 999);
    
    // 3. 生成
    for (int i = 0; i < 10; ++i) {
        std::cout << dist(gen) << ' ';
    }
    // 輸出示例：842 117 934 521 309 762 45 688 213 991
    
    return 0;
}

關鍵優勢

特性	rand()/srand()	`<random>`
分布均勻性	差（模除/整除偏差）	數學保證均勻
周期	~2^31	~2^19937 (mt19937)
線程安全	否（全局狀態）	是（引擎對象可復制/移動）
分布類型	僅均勻整數	均勻/正態/泊松/指數/伯努利等 20+ 種
可移植性	RAND_MAX 實現定義	標準規範行為一致

C 語言環境下的改進方案

若受限於 C89/C99 標準，無法使用 <random>：

// 拒絕採樣法消除模除偏差
int rand_uniform(int max) {  // 生成 [0, max-1]
    if (max <= 0) return 0;
    const int RAND_LIMIT = RAND_MAX - (RAND_MAX % max);
    int r;
    do {
        r = rand();
    } while (r >= RAND_LIMIT);  // 拒絕超出完整倍數範圍的值
    return r % max;
}

// 使用示例：生成 [0, 999]
int r = rand_uniform(1000);

原理：丟棄導致分布不均的「尾部剩餘值」，確保每個輸出值對應相同數量的原始隨機數。

進階場景建議

加密用途：std::random_device 直接讀取 /dev/urandom 或 Windows CNG API，或使用 OpenSSL RAND_bytes()
高性能並發：每線程持有獨立 mt19937 實例，避免鎖競爭
可重現測試：固定種子 mt19937 gen(12345) 確保結果可復現
浮點數分布：std::uniform_real_distribution(0.0, 1.0)