[C++] C++生成随机数
一、简介
在C语言中常使用srand()+random()的方式生成随机数，该方式并不是一个很好的随据说生成方法，一方面是因为其生成的随机数质量较低，另一方面其随机数范围也有所限制。在C++11中推荐使用随机数引擎的方式生成随机数。
如何高效得生成高质量得随机数（甚至需要满足指定分布）是一个复杂的问题，本文只给出C++11中常用的用于生成均匀分布、正态分布等特定分布的随机数代码，并不对随机数生成理论进行解释。
二、代码示例
1. 均匀分布uniform distribution
#include <iostream>
#include <random>
int main()
{
std::random_device rd; // 生成随机数种子
std::mt19937 gen(rd()); // 定义随机数生成引擎
std::uniform_int_distribution<> distrib_int(1, 6); // 定义随机数分布，生成在[1,6]之间的的均匀分布整数
for (int n = 0; n != 10; ++n)
{
std::cout << distrib_int(gen) << ' ';
}
std::cout << '\n';
std::uniform_real_distribution<> distrib_real(1.0, 6.0); // 定义随机数分布，生成在[1.0,6.0]之间的的均匀分布实数
for (int n = 0; n != 10; ++n)
{
std::cout << distrib_real(gen) << ' ';
}
std::cout << '\n';
return 0;
}
2. 正态分布Normal distribution
生成其他分布的随机数跟生成均匀分布的随机数类似，只需要改变随机数生成器即可。生成均值为5.0，标准差为2.0的随机数可以使用以下随机数生成器：
std::normal_distribution distrib_normal(5.0, 2.0);
3. 泊松分布Poisson distribution
std::poisson_distribution<> d(4);
4. 离散采样分布Discrete distribution（整数）
// 假设存在4种事件，
// 事件1发生的概率为 40/(40+10+10+40)，
// 事件2发生的概率为 10/(40+10+10+40)，
// 事件3发生的概率为 10/(40+10+10+40)，
// 事件4发生的概率为 40/(40+10+10+40)，
// 那么，采样四种事件的随机数生成器如下：
std::discrete_distribution<> d({40, 10, 10, 40});
