c语言产生随机数的函数是 c语言随机生成数函数

c语言随机数函数是什么?C语言随机函数主要用于实现一组随机数的生成 。
代码示例如下:
#includestdio.h
#includestdlib.h
int main ()
{
int a;
a=rand()%4;
printf("%d\n",a);
return 0;
}
C预先生成一组随机数,每次调用随机函数时从指针所指向的位置开始取值 , 因此使用rand()重复运行程序产生的随机数都是相同的,可以通过srand()函数来改变指针位置 。
扩展资料:
C语言随机函数指针位置
void srand( unsigned int seed )
改变随机数表的指针位置(用seed变量控制) 。一般配合time(NULL)使用,因为时间每时每刻都在改变,产生的seed值都不同 。
基于毫秒级随机数产生方法:
#includewindows.h
种子设为:srand(unsigned int seed);
srand(GetTickCount());
参考资料:百度百科-C语言随机函数
c语言随机数怎么生成在实际编程中,我们经常需要生成随机数 。在c语言中我们通常使用rand方法生成随机数 , 在调用rand前需要调用srand初始化随机数种子 。
电脑:华为MateBook14
系统:Windows10
软件:notepad等编辑器、gcc编译器1.0
1、使用rand函数生成随机数 , rand随机生成一个位于0 ~ RAND_MAX之间的整数 。如下图中,我们直接使用rand方法生成10个随机数 。
2、程序运行后生成了随机数 , 但直接使用rand的问题在于,在下次程序调用时,生成的随机数与上次一致 。所以,rand函数虽然生成随机数,但可以说是一个伪随机 。因为每次调用时 , 生成数字顺序都是固定的 。
3、为了在每次调用时生成不同的随机数,使用srand函数初始化随机数种子 。只要随机数种子变化了,那么生成的随机数就会改变 。通常,srand使用当前时间作为种子 。
4、但使用时间作为随机数种子是否安全呢?我们目前程序执行的速度都太快了,一秒钟对于计算机来说太漫长了 。我们将生成随机数的操作定义为函数,然后调用函数两次,看生成的随机数仍然时一样 。
5、优化函数也比较简单 , 在使用时间的基础上,我们还加上一个定增序号 。这样能保证就算同一秒钟内多次调用,随机数的种子都是不一样的 。
6、通常 , 我们需要获取一定范围内的随机数 。所以,在生成随机数之后我们使用模运算获取对应范围内的数据 。如生成0到100内的随机数 。
C语言中产生随机数的函数是什么?c语言中产生随机数c语言产生随机数的函数是的相关函数主要包括srand和rand函数c语言产生随机数的函数是,两者配合生成随机数据c语言产生随机数的函数是,测试代码如下,
#includestdio.h
#include stdlib.h
#include time.h
void main()
【c语言产生随机数的函数是 c语言随机生成数函数】{
int i=0,j=0;
int p[5][5]={0};
srand(time(NULL));
for(i=0;i5;i)
for(j=0;j5;j)
p[i][j]=rand()0 1;//产生1-100c语言产生随机数的函数是的随机数存入数组p中
printf("二维数组p为c语言产生随机数的函数是:\n");
for(i=0;i5;i)
{
for(j=0;j5;j)
printf("%d\t",p[i][j]);
printf("\n");
}
}
一般srand和rand配合使用产生伪随机数序列 。rand函数在产生随机数前,需要系统提供的生成伪随机数序列的种子,rand根据这个种子的值产生一系列随机数 。如果系统提供的种子没有变化,每次调用rand函数生成的伪随机数序列都是一样的 。srand(unsigned seed)通过参数seed改变系统提供的种子值,从而可以使得每次调用rand函数生成的伪随机数序列不同,从而实现真正意义上的“随机” 。通常可以利用系统时间来改变系统的种子值,即srand(time(NULL)),可以为rand函数提供不同的种子值 , 进而产生不同的随机数序列 。
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_MAX1.0);\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_MAX1.0);\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...
C语言中的rand()函数怎么用rand()
rand()函数用来产生随机数c语言产生随机数的函数是,但是,rand()c语言产生随机数的函数是的内部实现是用线性同余法实现c语言产生随机数的函数是的,是伪随机数 , 由于周期较长,因此在一定范围内可以看成是随机的 。
rand()会返回一个范围在0到RAND_MAX(至少是32767)之间的伪随机数(整数) 。
在调用rand()函数之前 , 可以使用srand()函数设置随机数种子,如果没有设置随机数种子,rand()函数在调用时 , 自动设计随机数种子为1 。随机种子相同,每次产生的随机数也会相同 。
rand()函数需要的头文件是c语言产生随机数的函数是:stdlib.h
rand()函数原型c语言产生随机数的函数是:int rand(void);
使用rand()函数产生1-100以内的随机整数:int number1 = rand() % 100 1 。
srand()
srand()函数需要的头文件仍然是:stdlib.h
srand()函数原型:void srand (usigned int seed);
srand()用来设置rand()产生随机数时的随机数种子 。参数seed是整数 , 通常可以利用time(0)或getpid(0)的返回值作为seed 。
使用rand()和srand()产生1-100以内的随机整数:
srand(time(0));
int number1 = rand() % 100 1 。
c语言之rand函数的使用c语言中c语言产生随机数的函数是的rand随机数函数c语言产生随机数的函数是,是按指定顺序来产生c语言产生随机数的函数是的,在生成随机数之前 , 在stdlib.h头文件中,会初始化函数srand,根据随机种子seed,来获取随机数 , 如果seed不变,每次运行得到的随机数会是一样的,因此,rand函数也被大家叫做伪随机数 。下面就来介绍下rand函数的使用
打开代码编译器,输入如下所示的代码片段
运行该代码片段 , 得到10个随机数,但是我们发现,不论运行几次 , 生成的随机数都是这10个,也就是说,在种子seed不变的情况下,生成的随机数是伪随机数
我们引入头文件time.h , 取时间戳作为seed的取值来源,改代码片段如下,将srand(1)改成srand(time(NULL))
运行代码 , 得到10个随机数如下,定义非常量的srand参数,可以避免伪随机数的产生
c语言产生随机数的函数是的介绍就聊到这里吧,感谢你花时间阅读本站内容 , 更多关于c语言随机生成数函数、c语言产生随机数的函数是的信息别忘了在本站进行查找喔 。

    推荐阅读