C ++标准（从C ++ 11一直到当前的C ++ 17草案）在[rand.eng.lcong]中说明如下：
template<class Sseq> explicit linear_congruential_engine(Sseq& q);效果：构造一个
linear_congruential_engine对象。使用 k =⌈log 2 （ m ）÷32⌉和 a 数组32（或等效）长度 k + 3，调用q.generate(a + 0, a + k + 3)然后计算 S =（Σ j = 0 < sup> k -1 a j +3 ·2 32 j ）mod m 。如果 c mod m 为0且 S 为0，则将引擎状态设置为1，否则将引擎状态设置为S.
为什么 a 0 ， a 1 和 a 2 丢弃？
答案 0 :(得分：1)
这是我一直想弄清楚的事情。我有一个假设，但没有真正的证据。但是，规则起源于（N2079由@ T.C.链接的）的文件证实了我理论的一部分。
请注意，规则来自的函数接受文档中的std::seed_seq对象，而不是模板化类。这意味着在编写规则时，它是专门为std::seed_seq而制定的，而不是一般的SeedSequence的概念。这意味着我们可以查看std::seed_seq类以获取有关此信息的信息，特别是std::seed_seq::generate的定义方式。
std::seed_seq::generate使用的方法已得到很好的解释on cppreference.com。它有点复杂，但可以分为4个阶段。
使用一些初始数据初始化输出范围（我在这里包括k=0）
将原始种子数据移至输出范围（k=1..s）
将种子数据扩展到输出范围的其余部分（k=s+1..m-1，其中m=max(s+1, n)）
随机输出范围内的数据（k=m..m+n-1）
当使用modulo＆lt; = 2 32 （包括std::linear_congruential_engine和std::minstd_rand）播种std::minstd_rand0时，它只需要生成1个值来自std::seed_seq，但是根据此规则，它会生成4.因此，当将n从1更改为4时，此算法会发生什么变化？
改变的一个部分是改组阶段从1次迭代变为4.由于std::seed_seq的目标之一是产生高质量的播种值“给定小种子或分布不均的初始种子序列。 `，这些额外的混洗迭代可能会改善结果的种子值。它之所以丢弃前3个值而不是最后一个值的原因是因为后面的值（通常）是更多的混乱值。
值得注意的是，所有4个阶段的关键等式是值begin[k]^begin[k+p]^begin[k−1]（在最后阶段将XOR替换为加法）。在n=1时，这只会变为begin[k]（或最后一个阶段的3*begin[k]）（请注意，“输出范围begin[x]的索引采用模n”和{{ 1}}）。当x % 1 == 0时，此等式更符合预期，这有助于更有效地改变数据。
所以简短的回答是n=4丢弃由种子序列生成的3个数字，因为std::linear_congruential_engine生成这些数字可以提高实际使用的值的质量。现在，在定义SeedSequence的通用概念之前决定丢弃生成器中的这些数字，因此在生成器中解决问题更有意义，而不是使种子序列类过于复杂。但是，现在这意味着将丢弃由任何种子序列生成的前3个值。这是否值得，这可能是值得商榷的，但现在就是这样。