随机数函数c语言应用例子 随机数公式c语言

c语言中rand()函数怎么用?rand函数功能为获取一个伪随机数(伪随机数的概念下面会有介绍) 。
一、函数名:
rand();
二、声明:
int rand();
三、所在头文件:
stdlib.h
四、功能:
返回一个伪随机数 。之所以说是伪随机数,是因为在没有其它操作下,每次执行同一个程序,调用rand得到的随机数序列是固定的(不是真正的“随机”) 。
五、为了使rand的结果更“真”一些,也就是令其返回值更具有随机性(不确定性),C语言在stdlib.h中还提供了srand函数,通过该函数可以设置一个随机数种子,一般用当前时间的毫秒数来做参数 。通过time(NULL)可以获取到当前时间的毫秒值(该函数位于time.h)中 。
六、使用rand的流程可以总结为:
1 调用srand(time(NULL))设置随机数种子 。
2 调用rand函数获取一个或一系列随机数 。
需要注意的是 , srand只需要在所有rand调用前,被调用一次即可,没必要调用多次 。
七、以下是随机获取10个整型值并输出的例子,辅助理解 。
#include stdio.h
#include stdlib.h
#include time.h
int main()
{
int i;
srand(time(NULL));//设置随机数种子 。
for(i = 0; i10; i ++)//运行10次 。
printf("%d\n", rand());//每次获取一个随机数并输出 。
return 0;
}
C语言如何srand和rand函数产生10个1-100内的随机数需要准备的材料分别有:电脑、C语言编译器 。
1、首先,打开C语言编译器,新建一个初始.cpp文件,例如:test.cpp 。
2、在test.cpp文件中,输入C语言代码:
for (int i = 0; i10; i++)
printf("%d ", rand() % 100 +1);
3、编译器运行test.cpp文件,此时成功通过rand产生了10个1-100内的整数 。
随机函数rand怎么用c语言一、首先包含必要随机数函数c语言应用例子的头文件
#includestdio.h
这个包含用于输入输出的函数 。
#includestdlib.h
这个包含初始化随机数种子、产生随机数的函数 。
#includetime.h
这个包含与时间有关的函数随机数函数c语言应用例子,初始化随机数种子时可以用到 。
二、使用如下公式产生在区间[min,max]之间的随机数
int r=rand()%(max-min+1)+min;
三、一个例子随机数函数c语言应用例子,产生10个[1,100]的随机整数
#include stdio.h
#include stdlib.h
#include time.h
int main()
{
const int min=1,max=100;
int i,r;
//用当前时间初始化随机数种子
srand(time(NULL));
printf("随机产生的10个1-100的整数是:");
for(i=0;i10;i++)
{
r=rand()%(max-min+1)+min;
printf("%d,",r);
}
return 0;
}
四、运行结果的截图
截图1
截图2
c语言,如何产生随机数本文由青松原创并依GPL-V2及其后续版本发放,转载请注明出处且应包含本行声明 。\x0d\x0a\x0d\x0aC++中常用rand()函数生成随机数,但严格意义上来讲生成的只是伪随机数(pseudo-random integral number) 。生成随机数时需要我们指定一个种子,如果在程序内循环,那么下一次生成随机数时调用上一次的结果作为种子 。但如果分两次执行程序,那么由于种子相同,生成的“随机数”也是相同的 。\x0d\x0a\x0d\x0a在工程应用时 , 我们一般将系统当前时间(Unix时间)作为种子,这样生成的随机数更接近于实际意义上的随机数 。给一下例程如下:\x0d\x0a\x0d\x0a#include \x0d\x0a#include \x0d\x0a#include \x0d\x0ausing namespace std;\x0d\x0a\x0d\x0aint main()\x0d\x0a{\x0d\x0adouble random(double,double);\x0d\x0asrand(unsigned(time(0)));\x0d\x0afor(int icnt = 0; icnt != 10; ++icnt)\x0d\x0acout"No."icnt+1": "int(random(0,10)) endl;\x0d\x0areturn 0;\x0d\x0a}\x0d\x0a\x0d\x0adouble random(double start, double end)\x0d\x0a{\x0d\x0areturn start+(end-start)*rand()/(RAND_MAX + 1.0);\x0d\x0a}\x0d\x0a/* 运行结果\x0d\x0a* No.1: 3\x0d\x0a* No.2: 9\x0d\x0a* No.3: 0\x0d\x0a* No.4: 9\x0d\x0a* No.5: 5\x0d\x0a* No.6: 6\x0d\x0a* No.7: 9\x0d\x0a* No.8: 2\x0d\x0a* No.9: 9\x0d\x0a* No.10: 6\x0d\x0a*/\x0d\x0a利用这种方法能不能得到完全意义上的随机数呢?似乎9有点多哦?却没有1,4,7?!我们来做一个概率实验,生成1000万个随机数,看0-9这10个数出现的频率是不是大致相同的 。程序如下:\x0d\x0a#include \x0d\x0a#include \x0d\x0a#include \x0d\x0a#include \x0d\x0ausing namespace std;\x0d\x0a\x0d\x0aint main()\x0d\x0a{\x0d\x0adouble random(double,double);\x0d\x0aint a[10] = ;\x0d\x0aconst int Gen_max = 10000000;\x0d\x0asrand(unsigned(time(0)));\x0d\x0a\x0d\x0afor(int icnt = 0; icnt != Gen_max; ++icnt)\x0d\x0aswitch(int(random(0,10)))\x0d\x0a{\x0d\x0acase 0: a[0]++; break;\x0d\x0acase 1: a[1]++; break;\x0d\x0acase 2: a[2]++; break;\x0d\x0acase 3: a[3]++; break;\x0d\x0acase 4: a[4]++; break;\x0d\x0acase 5: a[5]++; break;\x0d\x0acase 6: a[6]++; break;\x0d\x0acase 7: a[7]++; break;\x0d\x0acase 8: a[8]++; break;\x0d\x0acase 9: a[9]++; break;\x0d\x0adefault: cerr"Error!"endl; exit(-1);\x0d\x0a}\x0d\x0a\x0d\x0afor(int icnt = 0; icnt != 10; ++icnt)\x0d\x0acouticnt": "setw(6)setiosflags(ios::fixed)setprecision(2)double(a[icnt])/Gen_max*100"%"endl;\x0d\x0a\x0d\x0areturn 0;\x0d\x0a}\x0d\x0a\x0d\x0adouble random(double start, double end)\x0d\x0a{\x0d\x0areturn start+(end-start)*rand()/(RAND_MAX + 1.0);\x0d\x0a}\x0d\x0a/* 运行结果\x0d\x0a* 0: 10.01%\x0d\x0a* 1:9.99%\x0d\x0a* 2:9.99%\x0d\x0a* 3:9.99%\x0d\x0a* 4:9.98%\x0d\x0a* 5: 10.01%\x0d\x0a* 6: 10.02%\x0d\x0a* 7: 10.01%\x0d\x0a* 8: 10.01%\x0d\x0a* 9:9.99%\x0d\x0a*/\x0d\x0a可知用这种方法得到的随机数是满足统计规律的 。\x0d\x0a\x0d\x0a另:在Linux下利用GCC编译程序,即使我执行了1000000次运算,是否将random函数定义了inline函数似乎对程序没有任何影响,有理由相信,GCC已经为我们做了优化 。但是冥冥之中我又记得要做inline优化得加O3才行...\x0d\x0a\x0d\x0a不行 , 于是我们把循环次数改为10亿次,用time命令查看执行时间:\x0d\x0achinsung@gentoo ~/workspace/test/Debug $ time ./test \x0d\x0a0: 10.00%\x0d\x0a1: 10.00%\x0d\x0a2: 10.00%\x0d\x0a3: 10.00%\x0d\x0a4: 10.00%\x0d\x0a5: 10.00%\x0d\x0a6: 10.00%\x0d\x0a7: 10.00%\x0d\x0a8: 10.00%\x0d\x0a9: 10.00%\x0d\x0a\x0d\x0areal2m7.768s\x0d\x0auser2m4.405s\x0d\x0asys0m0.038s\x0d\x0achinsung@gentoo ~/workspace/test/Debug $ time ./test \x0d\x0a0: 10.00%\x0d\x0a1: 10.00%\x0d\x0a2: 10.00%\x0d\x0a3: 10.00%\x0d\x0a4: 10.00%\x0d\x0a5: 10.00%\x0d\x0a6: 10.00%\x0d\x0a7: 10.00%\x0d\x0a8: 10.00%\x0d\x0a9: 10.00%\x0d\x0a\x0d\x0areal2m7.269s\x0d\x0auser2m4.077s\x0d\x0asys0m0.025s\x0d\x0a\x0d\x0a前一次为进行inline优化的情形,后一次为没有作inline优化的情形,两次结果相差不大,甚至各项指标后者还要好一些,不知是何缘由...

推荐阅读