Using rand()/(RAND_MAX +1)

Using rand()/(RAND_MAX +1)

本文关键字：MAX rand Using RAND      更新时间：2023-10-16

我对rand（）的使用有问题：rand（）/（rand_MAX+1.0）

我知道rand（）的"简单"用法（比如rand（%%100+1），但我不明白什么是整句话rand（（rand_MAX+1.0）

简单地说，rand() / (RAND_MAX + 1.0)生成一个介于0（包括0）和1.0（不包括0）之间的浮点随机数。更准确地说（请参阅http://en.cppreference.com/w/cpp/numeric/random/RAND_MAX作为参考），返回的最大数可以是RAND_MAX/（RAND_MAX+1.0）。然而，在蒙特卡洛模拟的背景下，这种随机数生成器有几个重要点，因为RAND_MAX通常是32767:

  1. 可以生成的不同随机数的数量太少：32768。他们通常会运行更多的蒙特卡洛模拟——数百万或数十亿——但这样一个有限的随机数生成器使得运行超过32768个模拟变得毫无意义
  2. 生成的数字粒度太粗：可以得到1/32768、2/32768、3/32768，但不能得到介于两者之间的任何数字
  3. 随机数生成器引擎的有限状态：在生成RAND_MAX随机数后，实现通常开始重复相同的随机数序列

由于rand（）的上述限制，生成蒙特卡洛模拟的随机数的更好选择是以下片段（类似于http://en.cppreference.com/w/cpp/numeric/random/uniform_real_distribution）：

#include <iostream>
#include <random>
#include <chrono>
int main()
{
    std::mt19937_64 rng;
    // initialize the random number generator with time-dependent seed
    uint64_t timeSeed = std::chrono::high_resolution_clock::now().time_since_epoch().count();
    std::seed_seq ss{uint32_t(timeSeed & 0xffffffff), uint32_t(timeSeed>>32)};
    rng.seed(ss);
    // initialize a uniform distribution between 0 and 1
    std::uniform_real_distribution<double> unif(0, 1);
    // ready to generate random numbers
    const int nMonteCarloSimulations = 10;
    for (int i = 0; i < nMonteCarloSimulations; i++)
    {
        double currentRandomNumber = unif(rng);
        std::cout << currentRandomNumber << std::endl;
    }
    return 0;
}
相关文章：