标题说明了一切,我正在寻找一些最好的东西,因为我不想添加更多的库。
性能应该很好,因为我需要一个紧凑的高性能循环。我想这将以随机程度为代价。
答案 0 :(得分:10)
任何特定的伪随机数生成算法都会表现得像这样。 rand
的问题在于没有指定它是如何实现的。不同的实现将以不同的方式表现,甚至具有不同的质量。
但是,C ++ 11提供了新的<random>
标准库头,其中包含许多优秀的随机数生成工具。其中定义的随机数引擎是明确定义的,并且在给定相同种子的情况下,将始终生成相同的数字集。
例如,流行的高质量随机数引擎是std::mt19937
,这是以特定方式配置的梅森捻线算法。无论您使用哪台机器,以下内容始终会生成介于0和1之间的同一组实数:
std::mt19937 engine(0); // Fixed seed of 0
std::uniform_real_distribution<> dist;
for (int i = 0; i < 100; i++) {
std::cout << dist(engine) << std::endl;
}
答案 1 :(得分:5)
此处is another another PRNG implementation in C。
您可能会找到collection of PRNG here。
这是简单的经典PRNG:
#include <iostream>
using namespace std;
unsigned int PRNG()
{
// our initial starting seed is 5323
static unsigned int nSeed = 5323;
// Take the current seed and generate a new value from it
// Due to our use of large constants and overflow, it would be
// very hard for someone to predict what the next number is
// going to be from the previous one.
nSeed = (8253729 * nSeed + 2396403);
// Take the seed and return a value between 0 and 32767
return nSeed % 32767;
}
int main()
{
// Print 100 random numbers
for (int nCount=0; nCount < 100; ++nCount)
{
cout << PRNG() << "\t";
// If we've printed 5 numbers, start a new column
if ((nCount+1) % 5 == 0)
cout << endl;
}
}