srand（（int）time（NULL））；设定随机数种子
rand()%100；产生0-99的随机数。
高级点的，假如要产生16-59之间的数，你可以这样写：rand（）%44+16（这里44由59-16+1得到）。其他情况如法炮制！
C语言中用rand（）函数产生20-90的随机整数
20-90共有71个数字，所以是rand()%71+20 ；
用rand()生成-20-20的随机数
-20-20共有41个数字，所以是rand()%41-20
需要注意的是，在运行以上代码之前最好设定一下：
srand(time(NULL))//用系统当前时间设置rand()随机序列种子，保证每次运行随机序列不一样
编译环境为：vs2013
产生1到3的整型随机数的代码如下：
#include<stdio.h>
#include<time.h>
#include<stdlib.h>
#define max 3 //这个函数的意义为：随机生成最大的数为3
#define min 1 //这个函数的意义为：随机生成最小的数为1
int main()
{
int num
srand(time(0))
num = rand() % (max - min) + min // 这里的意义，“%”为模运算
printf("随机数为：%d\n", num)
system("pause") //这个代码可以让弹出的黑框不会一下就消失
return 0
}
扩展资料：
根据密码学原理，随机数的随机性检验可以分为三个标准：
条件一、统计学伪随机性。统计学伪随机性指的是在给定的随机比特流样本中，1的数量大致等于0的数量，同理，“10”“01”“00”“11”四者数量大致相等。类似的标准被称为统计学随机性。满足这类要求的数字在人类“一眼看上去”是随机的。
条件二、密码学安全伪随机性。其定义为，给定随机样本的一部分和随机算法，不能有效的演算出随机样本的剩余部分。
条件三、真随机性。其定义为随机样本不可重现。实际上只要给定边界条件，真随机数并不存在，可是如果产生一个真随机数样本的边界条件十分复杂且难以捕捉（比如计算机当地的本底辐射波动值），可以认为用这个方法演算出来了真随机数。
随机数分为三类：
①伪随机数：满足第一个条件的随机数。
②密码学安全的伪随机数：同时满足前两个条件的随机数。可以通过密码学安全伪随机数生成器
计算得出。
③真随机数：同时满足三个条件的随机数。
