C风格
C为随机数提供的工具是rand、srand和RAND_MAX，定义在<stdlib.h>中。
srand为rand设置种子，如果不设置，相当于调用过srand(1)。rand产生伪随机数，其范围为0到RAND_MAX，RAND_MAX至少是32767，在MSVC和GCC中这个值都是32767。
伪随机数看似随机，实则是有规律可循的，对于相同的种子值，rand产生的序列完全相同，也就是说无论你给srand一个什么数字，多次运行程序的结果都将相同——除非你给srand的是不同的数字，比如时间。<time.h>中的time函数返回整数表示的系统时间，可用于设置种子。
如果我们只需要0到9的随机数，可以把rand的返回值% 10；如果是42到233，可以写rand() % 192 + 42。下面的random函数封装了这项工作。注意只有在b - a + 1远小于或整除RAND_MAX时随机数的分布才比较均匀。
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
int random(int a, int b)
{
return rand() % (b - a + 1) + a;
}
int main()
{
srand(time(NULL));
printf("RAND_MAX = %dn", RAND_MAX);
for (int i = 0; i < 10; i++)
printf("%d ", rand());
printf("n");
int count[10] = {0};
for (int i = 0; i < 10000; i++)
count[random(0, 9)]++;
for (int i = 0; i < 10; i++)
{
printf("%d: ", i);
for (int j = 0; j < count[i] / 10; j++)
printf("*");
printf("n");
}
}
C++风格
从C++11开始，C++标准规定了随机数设施，包括均匀随机位生成器（Uniform random bit generators，URBG）和随机数分布等，定义在<random>中。
URBG分为随机数引擎、引擎适配器、预置随机数生成器和非确定随机数生成器4类，通常后两类就够用了。
标准规定了3种随机数引擎：
线性同余linear_congruential_engine（LCG），时间空间消耗都少； 梅森旋转mersenne_twister_engine（MT），占用较多内存（在PC上可以忽略），计算量较大； 带进位减法（属于滞后斐波那契生成器，LFG）subtract_with_carry_engine，性能与效果折中。随机数引擎都需要一个种子，生成的都是伪随机数。
引擎适配器可以套一个随机数引擎：
discard_block_engine在连续若干个伪随机数中选择若干个； independent_bits_engine把位数多的伪随机数压缩成位数少的； shuffle_order_engine把连续若干个伪随机数重排。套娃的方式是模板，理论上你还可以用适配器套适配器，不过CPU可能会有意见。
随机数引擎的模板参数怎么取？标准定义了一些数学家们发现的效果良好的随机数引擎：LCG minstd_rand0、minstd_rand、knuth_b；MT mt19937、mt19937_64；LFG ranlux24_base、ranlux48_base、ranlux24、ranlux48。如果你还是无从下手，那就用default_random_engine，编译器的开发者们为你选好了他们认为最合适的，在MSVC中是mt19937，在GCC中是minstd_rand0。
以上工具都生成伪随机数，标准还定义了真·随机数引擎random_device，尽管标准也允许它是伪随机的。如果它是真随机的，那么使用起来它的效果无疑是最好的，但是多次调用后性能会急剧下降，通常只用于生成伪随机数引擎的种子。
随机数生成器类型都定义了静态方法min和max，返回生成的随机数的范围，以及无参数的函数调用运算符operator()，返回随机数。
#include <iostream>
#include <random>
int main()
{
auto engine = std::default_random_engine(std::random_device()());
std::cout << "min = " << engine.min() << "; max = " << engine.max() << std::endl;
std::cout << "random numbers: ";
for (int i = 0; i != 10; ++i)
std::cout << engine() << ' ';
std::cout << std::endl;
}
大多数情况下我们不需要min到max范围的整数，而需要一定分布的整数或实数。标准规定了许多随机数分布类型，我数学不好，不太懂这些。
均匀分布uniform_int_distribution、uniform_real_distribution； 伯努利分布bernoulli_distribution、binomial_distribution、negative_binomial_distribution、geometric_distribution； 泊松分布poisson_distribution、exponential_distribution、gamma_distribution、weibull_distribution、extreme_value_distribution； 正态分布normal_distribution、lognormal_distribution、chi_squared_distribution、cauchy_distribution、fisher_f_distribution、student_t_distribution；抽样分布discrete_distribution、piecewise_constant_distribution、piecewise_linear_distribution。
构造分布实例时传入分布的参数。调用operator()获得结果，参数为随机数引擎。
#include <iostream>
#include <random>
#include <string>
int main()
{
auto engine = std::default_random_engine(std::random_device()());
std::uniform_int_distribution<int> uniform(0, 9);
int count[10] = {0};
for (int i = 0; i != 10000; ++i)
++count[uniform(engine)];
for (int i = 0; i != 10; ++i)
std::cout << i << ": " << std::string(count[i] / 10, '*') << std::endl;
}
注意，与STL中左闭右开的习惯不同，uniform_int_distribution构造函数接受的参数是闭区间。
