c語言安全隨機數生成器,C語言隨機數生成

本文目錄一覽：

• 1、如何用C語言 寫一個隨機數生成器的程序
• 2、怎麼用C語言生成隨機數？
• 3、C語言編程中生成隨機數的初級教程

如何用C語言 寫一個隨機數生成器的程序

#include

stdio.h

#include

time.h

void

main()

{

int

iNum

=

0;

srand((unsigned)time(0));

iNum

=

rand()

%

100

+

1;

//隨機生成一個數，並對100取余，使它小於100（0~99）。再加1（1~100）

printf(“%d\n”,

iNum);

\\打印出來這個數

return;

}

如果想多生成幾個隨機數，可以有一個數組存儲，並用for循環實現隨機生成

int

aiNum[10]

=

{0};

int

iLoop

=

0;

//隨機生成10個數

for

(

iLoop

=

0;

iLoop

10;

iLoop++

)

{

aiNum[iLoop]

=

rand()

%

100

+

1;

}

怎麼用C語言生成隨機數？

生成1~13的隨機數，隨機數序列中沒有重複字數\x0d\x0a#include \x0d\x0a#include // 包含rand()函數說明\x0d\x0a#include \x0d\x0a#define N 13\x0d\x0avoid main( void )\x0d\x0a{ inti, j, num[N], tmp; //用當前時間種子重置隨機數生成器，使每次運行生成不同的隨機數\x0d\x0a srand((unsigned)time( NULL ) );\x0d\x0a for(i=0;i

回答於 2022-11-16

C語言編程中生成隨機數的初級教程

幾個概念

隨機數：數學上產生的都是偽隨機數，真正的隨機數使用物理方法產生的。

隨機數種子：隨機數的產生是由算術規則產生的，srand(seed)的隨機數種子不同，rand()的隨機數值就不同，倘若每次的隨機數種子一樣，則rand()的值就一樣。所以要產生隨機數，則srand(seed)的隨機數種子必須也要隨機的。

用srand()產生隨機數種子

原型：void srand ( unsigned int seed );

作用是設置好隨機數種子，為了讓隨機數種子是隨機的，通常用time(NULL)的值來當seed。

time()用於隨機數種子

函數原型：time_t time ( time_t * timer );

time()函數表示返回1970-1-1 00:00:00 到當前時間的秒數。

用的時候這樣：srand(unsigned(time(NULL)));例如產生1~10之間的隨機整數

#include#includeint main(){  srand(time(NULL));  for(int i=0;i 10;i++)  {    int randValue=rand()%10;  }}

上面的程序中要注意srand是在for循環外面的，如果把srand放到for循環裡面，則每次產生的隨機數都相同。

用rand()產生隨機數

原型：int rand ( void );

作用是產生一個隨機數，當然隨機數是有範圍的，為0~RAND_MAX之間，隨機數與隨機數種子有關。具體來說是，在產生隨機數 rand()被調用的時候，它會這樣執行：

如果用戶之前調用過 srand(seed)的話，他會重新調用一遍 srand(seed)以產生隨機數種子；

如果發現沒有調用過 srand(seed)的話，會自動調用 srand(1)一次。

如果調用srand(seed)產生的隨機數種子是一樣的.話(即seed的值相同)，rand()產生的隨機數也相同。

所以，如果希望rand()每次調用產生的值都不一樣，就需要每次調用srand(seed)一次，而且seed不能相同。這裡就是經常採用time(NULL)產生隨機數種子的原因。

C語言中可以使用rand()函數來生成一個從0到RAND_MAX的uniform分布。基於這個函數，我們可以構造出一些特定的隨機數生成器來滿足我們的需求。

（一）0到1的uniform分布：

//generate a random number in the range of [0,1]double uniform_zero_to_one(){  return (double)rand()/RAND_MAX;}

（二）任意實數區間的uniform分布：

//generate a random real number in [start,end]double uniform_real(double start,double end){  double rate=(double)rand()/RAND_MAX;  return start+(end-start)*rate;}

（三）任意整數區間的uniform分布：

//generate a random integer number in [start,end)int uniform_integer(int start,int end){  int base=rand();  if(base==RAND_MAX)    return uniform_integer(start,end);  int range=end-start;  int remainder=RAND_MAX%range;  int bucket=RAND_MAX/range;  if(baseRAND_MAX-remainder)    return start+base/bucket;  else    return uniform_integer(start,end);}

這個函數要特別說明一下，平常時候我們都是用rand()%n來生成0到n-1的隨機數，但是按這種方法生成的分布並不是uniform的，另外由於RAND_MAX只有32767，因此要生成比這個數更大的隨機數需要另外想辦法，理論上可以直接用0到1的uniform分布直接放縮，但實際效果不好。這裡給出一種移位方式的實現。

（四）32bits的隨機數

//generate a random 32 bits integer number int rand32(){  return ((rand()16)+(rand()1)+rand()%2);}

有了32bits的隨機數生成方法，就可以構造32bits範圍內的隨機整數區間了，方法和之前16bits的情況一樣。

（五）32bits範圍內的隨機整數區間

//generate a random 32bits integer number in [start,end) int uniform_integer_32(int start,int end){   int base=rand32();  if(base==RAND32_MAX)    return uniform_integer_32(start,end);  int range=end-start;  int remainder=RAND32_MAX%range;  int bucket=RAND32_MAX/range;  if(baseRAND32_MAX-remainder)    return start+base/bucket;  else    return uniform_integer_32(start,end);}

這裡RAND32_MAX定義為0x7fffffff。

除此之外，利用rand()函數構造任意分布的隨機數也是個值得探討的問題。

理論上可以通過(0,1)的uniform分布，加上標準採樣方法（sampling）獲得。