本文由青松原创并依GPL-V2及其后续版本发放，转载请注明出处且应包含本行声明。\x0d\x0a\x0d\x0aC++中常用rand()函数生成
随机数，但严格意义上来讲生成的只是伪随机数（pseudo-random integral number）。生成随机数时需要我们指定一个
种子，如果在程序内循环，那么下一次生成随机数时调用上一次的
结果作为种子。但如果分两次执行程序，那么由于种子相同，生成的“随机数”也是相同的。\x0d\x0a\x0d\x0a在工程应用时，我们一般将系统当前时间(Unix时间)作为种子，这样生成的随机数更接近于实际意义上的随机数。给一下例程如下：\x0d\x0a\x0d\x0a#include \x0d\x0a#include \x0d\x0a#include \x0d\x0ausing namespace std\x0d\x0a\x0d\x0aint main()\x0d\x0a{\x0d\x0adouble random(double,double)\x0d\x0asrand(unsigned(time(0)))\x0d\x0afor(int icnt = 0icnt != 10++icnt)\x0d\x0acout <<"No." <<icnt+1 <<": " <<int(random(0,10))<<endl\x0d\x0areturn 0\x0d\x0a}\x0d\x0a\x0d\x0adouble random(double start, double end)\x0d\x0a{\x0d\x0areturn start+(end-start)*rand()/(RAND_MAX + 1.0)\x0d\x0a}\x0d\x0a/* 运行结果\x0d\x0a* No.1: 3\x0d\x0a* No.2: 9\x0d\x0a* No.3: 0\x0d\x0a* No.4: 9\x0d\x0a* No.5: 5\x0d\x0a* No.6: 6\x0d\x0a* No.7: 9\x0d\x0a* No.8: 2\x0d\x0a* No.9: 9\x0d\x0a* No.10: 6\x0d\x0a*/\x0d\x0a利用这种方法能不能得到完全意义上的随机数呢？似乎9有点多哦？却没有1,4,7？！我们来做一个概率实验，生成1000万个随机数，看0-9这10个数出现的频率是不是大致相同的。程序如下：\x0d\x0a#include \x0d\x0a#include \x0d\x0a#include \x0d\x0a#include \x0d\x0ausing namespace std\x0d\x0a\x0d\x0aint main()\x0d\x0a{\x0d\x0adouble random(double,double)\x0d\x0aint a[10] = \x0d\x0aconst int Gen_max = 10000000\x0d\x0asrand(unsigned(time(0)))\x0d\x0a\x0d\x0afor(int icnt = 0icnt != Gen_max++icnt)\x0d\x0aswitch(int(random(0,10)))\x0d\x0a{\x0d\x0acase 0: a[0]++break\x0d\x0acase 1: a[1]++break\x0d\x0acase 2: a[2]++break\x0d\x0acase 3: a[3]++break\x0d\x0acase 4: a[4]++break\x0d\x0acase 5: a[5]++break\x0d\x0acase 6: a[6]++break\x0d\x0acase 7: a[7]++break\x0d\x0acase 8: a[8]++break\x0d\x0acase 9: a[9]++break\x0d\x0adefault: cerr <<"Error!" <<endlexit(-1)\x0d\x0a}\x0d\x0a\x0d\x0afor(int icnt = 0icnt != 10++icnt)\x0d\x0acout <<icnt <<": " <<setw(6) <<setiosflags(ios::fixed) <<setprecision(2) <<double(a[icnt])/Gen_max*100 <<"%" <<endl\x0d\x0a\x0d\x0areturn 0\x0d\x0a}\x0d\x0a\x0d\x0adouble random(double start, double end)\x0d\x0a{\x0d\x0areturn start+(end-start)*rand()/(RAND_MAX + 1.0)\x0d\x0a}\x0d\x0a/* 运行结果\x0d\x0a* 0: 10.01%\x0d\x0a* 1: 9.99%\x0d\x0a* 2: 9.99%\x0d\x0a* 3: 9.99%\x0d\x0a* 4: 9.98%\x0d\x0a* 5: 10.01%\x0d\x0a* 6: 10.02%\x0d\x0a* 7: 10.01%\x0d\x0a* 8: 10.01%\x0d\x0a* 9: 9.99%\x0d\x0a*/\x0d\x0a可知用这种方法得到的随机数是满足统计规律的。\x0d\x0a\x0d\x0a另：在Linux下利用GCC编译程序，即使我执行了1000000次运算，是否将random函数定义了inline函数似乎对程序没有任何影响，有理由相信，GCC已经为我们做了优化。但是冥冥之中我又记得要做inline优化得加O3才行...\x0d\x0a\x0d\x0a不行，于是我们把循环次数改为10亿次，用time命令查看执行时间：\x0d\x0achinsung@gentoo ~/workspace/test/Debug $ time ./test \x0d\x0a0: 10.00%\x0d\x0a1: 10.00%\x0d\x0a2: 10.00%\x0d\x0a3: 10.00%\x0d\x0a4: 10.00%\x0d\x0a5: 10.00%\x0d\x0a6: 10.00%\x0d\x0a7: 10.00%\x0d\x0a8: 10.00%\x0d\x0a9: 10.00%\x0d\x0a\x0d\x0areal2m7.768s\x0d\x0auser2m4.405s\x0d\x0asys 0m0.038s\x0d\x0achinsung@gentoo ~/workspace/test/Debug $ time ./test \x0d\x0a0: 10.00%\x0d\x0a1: 10.00%\x0d\x0a2: 10.00%\x0d\x0a3: 10.00%\x0d\x0a4: 10.00%\x0d\x0a5: 10.00%\x0d\x0a6: 10.00%\x0d\x0a7: 10.00%\x0d\x0a8: 10.00%\x0d\x0a9: 10.00%\x0d\x0a\x0d\x0areal2m7.269s\x0d\x0auser2m4.077s\x0d\x0asys 0m0.025s\x0d\x0a\x0d\x0a前一次为进行inline优化的情形，后一次为没有作inline优化的情形，两次结果相差不大，甚至各项指标后者还要好一些，不知是何缘由...
你好！
完整的代码，红圈处就是从上面100个数字中抽取到的数字：
#include <stdio.h>
#include<stdlib.h> //生成随机数用
#include<time.h> //利用时间生成种子
#include<math.h>
int main()
{
int i
int a[100]
srand( time(NULL) ) //生成种子
for(i=0i<100i++)
{
a[i]=rand()%1000+1000 //生成一个小于1000的随机数
//然后加1000，变成 1000 - 2000之间的数
printf("%d ",a[i]) //打印
}
i=rand()%100 //随机抽取其中的一个数
printf("\n抽取到的是：%d\n",a[i])//打印
return 0
}
