C语言——rand函数

一、rand函数

这是一个在 C 标准库 <stdlib.h> 中定义的函数,用于生成伪随机数,默认情况下,它生成从 0 到 RAND_MAX 的伪随机数,其中 RAND_MAX 是一个常数,通常是 32767

1、函数原型:

2、函数返回值:

返回产生的从 0 到 RAND_MAX 的伪随机数。

3、使用示例:

在使用 rand 函数时要配合 srand 函数设置 rand 函数的随机种子。

1)产生[0,n]的整数(n<RAND_MAX):

	rand() % (n + 1);

例如产生[0,100]的整数:

#include <stdio.h>
#include <stdlib.h>
#include <time.h>int main()
{srand((unsigned int)time(NULL));int n = 100;int random_number = rand() % (n + 1); // 生成 [0, n] 范围内的随机数printf("Random Number between 0 and %d: %d\n", n, random_number);return 0;
}

2)产生[n,m]的整数(m<RAND_MAX,n>0):

    int random_number = rand() % (n - m + 1) + m; // 生成 [m, n] 范围内的随机数
  1. 模运算rand() % (n - m + 1) 的作用是确定 rand() 生成的随机数范围在 [0, n-m] 内。

  2. m:最后通过加上 m,将 [0, n-m] 的范围调整到 [m, n]。这样做的目的是将原来的范围平移,使得最小值从 0 变为 m

例如产生[5,10]的整数:

#include <stdio.h>
#include <stdlib.h>
#include <time.h>int main()
{srand((unsigned int)time(NULL));int m = 5;int n = 10;int random_number = rand() % (n - m + 1) + m; // 生成 [m, n] 范围内的随机数printf("Random Number between %d and %d: %d\n", m, n, random_number);return 0;
}

3)产生[n.m,a.b]的浮点数(n.m>0,a.b<RAND_MAX):

		printf("%.1lf ",((double)rand() / RAND_MAX) * (a_b - n_m) + n_m);
  1. (double)将rand产生的随机数强制转换为浮点数,这样在除以RAND_MAX时可以是浮点数除法,而不是整数除法。
  2. ((double)rand() / RAND_MAX)可以产生[0,1]的浮点数,然后乘以 (a_b - n_m) 来确定步长。
  3. + n_m 来确定范围。
  4. 打印时可以决定是几位浮点数。

例如产生[1.0,10.0]的浮点数:

#include <stdio.h>
#include <stdlib.h>
#include <time.h>int main()
{srand((unsigned int)time(NULL));double n_m = 1.0;double a_b = 10.0;double random_number = ((double)rand() / RAND_MAX) * (a_b - n_m) + n_m;printf("Random float number between %.1lf and %.1lf is: %.1lf\n", n_m, a_b, random_number);return 0;
}

4、srand的设置

1)srand函数使用注意

srand的函数原型:

如果你尝试多次运行下面的代码:

#include <stdio.h>
#include <stdlib.h>
#include <time.h>int main()
{printf("%d ", rand() % 100);return 0;
}

你会发现每次运行的结果都是一样的,这是因为什么呢?

实际上每次调用 rand() 函数之前,如果没有显式调用 srand(seed) 来设置种子值,系统会自动将种子值设为 1作为默认的初始种子。实际上作为全局静态变量,seed实际上在一般的实现上实在声明时就默认初始化为了1。

所以每次运行程序时,种子都会重置为1,所以每次重新运行这个程序产生的值是同一个。

这里的种子设置为一样的,产生的就是一样的,又是为什么呢?

主要是这里的rand的内部实现是使用了线性同余法产生随机数。

线性同余生成器(Linear Congruential Generator, LCG)是一种产生伪随机数的算法,其数学公式通常表示为:

X_{n+1} = (aX_n + c) \mod m

  • X 是序列中的数值。
  • a 是乘数(multiplier)。
  • c 是增量(increment)。
  • m 是模数(modulus)。
  • X_{n+1} 是下一个产生的随机数。
  • X_n 是当前的随机数(或种子)。

在这个公式中,种子 X_0 (( n = 0 ) 时的 ( X ))是用来启动随机数序列的初始值,而 srand 函数设置的就是这个种子值。

当你在 C 语言中调用 srand 函数并传递一个种子值时,你设置了序列的起始点 X_0。这个种子值会影响到随机数生成的整个序列,因为它是计算下一个随机值时用到的当前随机数 X_n。也就是说当前产生的随机数 X_n 是作为下一个随机数 X_{n+1} 产生的种子的。

在上面的例子中,种子在程序不断重新运行时不断被重置为1,而且程序只产生一个随机数,所以产生的这个唯一的随机数的种子一直是1,又因为程序中的乘数、增量和模数都是设置好的,所以这个随机数就只受种子的影响了,种子一直是同一个,所以产生的这个随机数也一直是同一个。

下面的程序与这个原理也很相似:

#include <stdio.h>
#include <stdlib.h>
#include <time.h>int main()
{int n = 1000;while (n--){srand((unsigned int)time(NULL));printf("%d ", rand() % 100);}return 0;
}

你会发现产生的1000个随机数全部都是一样的,这也是因为每次循环迭代时都调用 srand((unsigned int)time(NULL)) 来重新设置随机数生成器的种子。由于 time(NULL) 在很短的时间内(例如,一秒内,当然这里程序的运行是毫秒级的)返回的值是相同的,因此在这样一个快速的循环中,srand 一直被设置为相同的种子值。这会导致 rand() 在每次迭代中产生相同的随机数序列。

因此,正确的做法是在程序的开始处(或者在生成随机数之前)只调用一次 srand,使用一个种子(如当前时间),这样可以在整个程序的生命周期内生成不同的随机数。

2)线性同余法优缺点:

线性同余法的优点是简单易实现,计算效率高。但是,它也存在一些缺点。首先,生成的随机数序列可能不够随机,会显示出一些模式,尤其是在低维度的测试中可能会被检测出来。其次,如果参数选择不当,可能会导致随机数的周期过短,使得生成的随机数序列在较短的时间内重复。因此,在实际应用中,需要仔细选择参数,或者使用更复杂的随机数生成算法来获得更好的随机性和周期性。

二、rand函数和srand函数的具体实现

#include <stdio.h>
#include <stdlib.h>static unsigned long next = 1;/* RAND_MAX assumed to be 32767 */
int myrand(void) {next = next * 1103515245 + 12345;return (unsigned int)(next/65536) % 32768;
}void mysrand(unsigned int seed) {next = seed;
}int main(void) {mysrand(1234);printf("Random number: %d\n", myrand());return 0;
}

这里的这一语句:

static unsigned long next = 1;

印证了我们之前的话,如果没有显式调用srand函数,那么种子就默认是1,可以发现这里的srand函数的功能就是将我们设置的随机种子赋值给这个全局变量next,然而如果我们没有调用srand函数,next变量从最开始就是1,也就不会改变。

实际上这里的这个next,或者说每次调用srand函数中的next就相当于上面公式里的X_0

    next = next * 1103515245 + 12345;

这里的两个数字(1103515245)是乘数和(12345)是增量,不同编译器的具体数据可能不一样,

    return (unsigned int)(next/65536) % 32768;

这里的模数是 32768 。

对于srand的实现就一个功能:

void mysrand(unsigned int seed) {next = seed;
}

将我们传入的种子参数作为产生下一个随机数的种子。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/6672.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

k8s Dashboard 运维维护记录

k8s Dashboard 运维维护记录 k8s Dashboard 运维维护记录 Q1&#xff1a;需要使用firefox浏览器访问 提示了证书错误NET::ERR_CERT_INVALID&#xff0c;原因是由于物理机的浏览器证书不可用 需要注意的是&#xff0c;若提示“连接不安全”的警告时&#xff0c;点击“高级”…

SAP保税区业务方案

1. 保税区背景&#xff1a; 是经国务院批准设立的、海关实施特殊监管的经济区域&#xff0c;是我国目前开放度和自由度最大的经济区域。其功能定位为“保税仓储、出口加工、转口贸易”三大功能。根据现行有关政策&#xff0c;海关对保税区实行封闭管理&#xff0c;境外货物进入…

05 - 步骤 JSON output

简介 JSON Output 步骤用于将 Kettle 中的行流数据写出到 JSON 格式的文件或流中。它允许用户将 Kettle 中处理过的数据以 JSON 格式进行输出&#xff0c;适用于各种数据处理和交换场景。 什么是行流数据&#xff1f; preview data 中的每一个字段都是一个行流数据 使用 场…

www.fastssh.com SSH over WebSockets with CDNs

https://www.fastssh.com/page/create-ssh-cdn-websocket/server/这其实不是标准的websocket报文(服务器响应报文无Sec-Websocket-Accept字段)&#xff0c;所以无法使用github.com/gorilla/websocket包&#xff1a;GET / HTTP/1.1 Host: hostname:8080 User-Agent: Go-http-cli…

ubuntu20配置深度学习环境

目录 系统环境安装anaconda文件的安装anaconda环境配置anaconda换中科大源常用的anaconda命令 安装显卡驱动安装CUDA下载cudnn安装pytorch更换conda源选择对应的pytorch版本进行安装 系统环境 ubuntu20&#xff0c;安装了ros noetic。 参考博客主要有&#xff1a; https://g…

javascript 练习 写一个简单 另类录入 电脑组装报价表 可打印

数据格式 &#xff08;1代表cpu、2代表主板、3代表内存、。。。&#xff09; 1i3 12100 630 2H610 480 3DDR4 3200 16G 220 4500G M.2 299 5300W电源 150 6小机箱 85 7GT 730G 4G 350 8WD 2T 399 9飞利浦 24Led 580 主代码 Html JS <!DOCTYPE html> <html lang&qu…

Python学习笔记------pycharts模块

pyecharts模块简介 Echarts是个由百度开源的数据可视化&#xff0c;凭借着良好的交互性&#xff0c;精巧的图表设计&#xff0c;得到众多开发者的认可&#xff0c;而python是门富有表达力的语言&#xff0c;很适合用于数据处理&#xff0c;当数据分析遇上数据可视化时pyechart…

EPAI手绘建模APP演示板、材质编辑器、样式编辑器

(11) 更多 图 74 更多工具栏 ① 演示板&#xff1a;打开关闭演示板。演示板用来显示从设备导入的模型图纸图片或者打开模型建模教程网页&#xff0c;是建模过程中一个辅助功能。有些设备有小窗口功能有些没有&#xff0c;对于没有小窗口功能的设备&#xff0c;通过演示板能够在…

Boosting算法揭秘:从原理到scikit-learn实战

Boosting算法揭秘&#xff1a;从原理到scikit-learn实战 在机器学习的江湖中&#xff0c;Boosting算法以其强大的预测能力和独特的训练方式占据了一席之地。与Bagging算法并行训练的理念不同&#xff0c;Boosting算法更注重模型的串行迭代和错误修正。本文将从Boosting算法的基…

一键自动化博客发布工具,chrome和firfox详细配置

blog-auto-publishing-tools博客自动发布工具现在已经可以同时支持chrome和firefox了。 很多小伙伴可能对于如何进行配置和启动不是很了解&#xff0c;今天带给大家一个详细的保姆教程&#xff0c;只需要跟着我的步骤一步来就可以无障碍启动了。 前提条件 前提条件当然是先下…

ios app 之 中国大陆 ICP备案问题

从2024年3月份起&#xff0c;上传到苹果商店&#xff08;app store connect&#xff09;中的app, 若使用地区中选择了 亚太地区 - 中国大陆&#xff0c; 则需要上传 中国大陆 app 的ICP备案&#xff0c;下面是对本人对备案的实操及理解&#xff1a; 1) ICP备案与 app store co…

设计模式——行为型模式——策略模式

策略模式 定义 策略模式定义了一系列算法&#xff0c;并将每个算法封装起来&#xff0c;使它们可以相互替换&#xff0c;且算法的变化不会影响使用算法的客户。 策略模式属于对象行为模式&#xff0c;它通过对算法进行封装&#xff0c;把使用算法的责任和算法的实现分割开来&a…

uniapp+vue基于移动端的药品进销存系统r275i

最后我们通过需求分析、测试调整&#xff0c;与药品进销存管理系统管理系统的实际需求相结合&#xff0c;设计实现了药品进销存管理系统管理系统。 系统功能需求包含业务需求、功能需求用户需求&#xff0c;系统功能需求分析是在了解用户习惯、开发人员技术和实力等各个因素的前…

【Conda】解决无名虚拟环境问题

文章目录 问题描述&#xff1a;无名虚拟环境解决步骤1 添加虚拟环境目录到envs步骤2 成功命名 问题描述&#xff1a;无名虚拟环境 如果不指定创建目录&#xff0c;默认创建在C盘用户目录下&#xff0c;这应该是很多人不愿意的吧。 指定目录创建虚拟环境命令如下&#xff1a; …

【微服务】——Docker 基础知识

这里写自定义目录标题 1.1 了解Docker1.1.1应用部署的环境问题1.1.2.Docker解决依赖兼容问题1.1.3.Docker解决操作系统环境差异1.1.4.小结 1.2.Docker和虚拟机的区别1.3.Docker架构1.3.1.镜像和容器1.3.2.DockerHub1.3.3.Docker架构1.3.4.小结 1.4.安装Docker——未实践 2.Dock…

使用Python和Pygame创建一个简单的飞机大战游戏 [附源码]

在这个数字化时代&#xff0c;游戏已经成为我们生活中不可或缺的一部分。从经典的街机游戏到现代的3D游戏&#xff0c;游戏行业经历了巨大的变革。然而&#xff0c;有时候&#xff0c;简单的游戏反而能够带来更多的乐趣和满足感。在本篇文章中&#xff0c;我们将使用Python和Py…

Vue 组件间的数据绑定

在Vue组件中&#xff0c;v-model指令可以用来实现双向数据绑定。它用于将组件的属性和父组件中的数据进行双向绑定&#xff0c;使得当属性的值改变时&#xff0c;父组件中的数据也会相应地改变&#xff0c;并且当父组件中的数据改变时&#xff0c;属性的值也会相应地改变。 目…

多级留言/评论的功能实现——SpringBoot3后端篇

目录 功能描述数据库表设计后端接口设计实体类entity 完整实体类dto 封装请求数据dto 封装分页请求数据vo 请求返回数据 Controller控制层Service层接口实现类 Mapper层Mybatis 操作数据库 补充&#xff1a;返回的数据结构自动创建实体类 最近毕设做完了&#xff0c;开始来梳理…

WPF应用程序XAML

当WPF应用程序创建好后&#xff0c;系统会自动添加一个Grid控件到窗体上&#xff0c;通过Grid控件能够方便地对界面进行布局.下面代码中为Grid控件添加了两行两列&#xff0c;分别用RowDefinitions属性ColumnDefinitions属性表示行的集合和列的集合&#xff0c;集合中有RowDefi…

【区块链】共识算法简介

共识算法简介 区块链三要素&#xff1a; 去中心化共识算法智能合约 共识算法作为区块链三大核心技术之一&#xff0c;其重要性不言而喻。今天就来简单介绍共识算法的基本知识。 最简单的解释&#xff0c;共识算法就是要让所有节点达成共识&#xff0c;保证少数服从多数&#x…