-
線性同余隨機數生成器介紹：
古老的LCG(linear congruential generator)代表了最好最朴素的偽隨機數產生器算法。主要原因是容易理解，容易實現，而且速度快。
LCG 算法數學上基於公式：
X(n+1) = (a * X(n) + c) % m
其中，各系數為：
模m, m > 0
系數a, 0 < a < m
增量c, 0 <= c < m
原始值(種子) 0 <= X(0) < m
其中參數c, m, a比較敏感，或者說直接影響了偽隨機數產生的質量。
一般而言，高LCG的m是2的指數次冪(一般2^32或者2^64)，因為這樣取模操作截斷最右的32或64位就可以了。多數編譯器的庫中使用了該理論實現其偽隨機數發生器rand()。
下面是部分編譯器使用的各個參數值：
Source |
m |
a |
c |
rand() / Random(L)的種子位 |
Numerical Recipes |
2^32 |
1664525 |
1013904223 |
|
Borland C/C++ |
2^32 |
22695477 |
1 |
位30..16 in rand(), 30..0 in lrand() |
glibc (used by GCC) |
2^32 |
1103515245 |
12345 |
位30..0 |
ANSI C: Watcom, Digital Mars, CodeWarrior, IBM VisualAge C/C++ |
2^32 |
1103515245 |
12345 |
位30..16 |
Borland Delphi, Virtual Pascal |
2^32 |
134775813 |
1 |
位63..32 of (seed * L) |
Microsoft Visual/Quick C/C++ |
2^32 |
214013 |
2531011 |
位30..16 |
Apple CarbonLib |
2^31-1 |
16807 |
0 |
見Park–Miller隨機數發生器 |
LCG不能用於隨機數要求高的場合，例如不能用於Monte Carlo模擬，不能用於加密應用。
LCG有一些嚴重的缺陷，例如如果LCG用做N維空間的點坐標，這些點最多位於m1/n超平面上(Marsaglia定理)，這是由於產生的相繼X(n)值的關聯所致。
另外一個問題就是如果m設置為2的指數，產生的低位序列周期遠遠小於整體。
一般而言，輸出序列的基數b中最低n位，bk = m (k是某個整數)，最大周期bn.
有些場合LCG有很好的應用，例如內存很緊張的嵌入式中，電子游戲控制台用的小整數，使用高位可以勝任。
（2） C語言中偽隨機數生成方法：rand(),srand(time(null))的解析
C語言中偽隨機數生成算法實際上是采用了"線性同余法"。具體的計算如下：
Xi = (Xi-1 * A + C ) mod M
其中A,C,M都是常數（一般會取質數）。當C=0時，叫做乘同余法。引出一個概念叫seed，它會被作為X0被代入上式中，然后每次調用rand()函數都會用上一次產生的隨機值來生成新的隨機值。可以看出實際上用rand()函數生成的是一個遞推的序列，一切值都來源於最初的 seed。所以當初始的seed取一樣的時候，得到的序列都相同。
C語言里面有RAND_MAX這樣一個宏，定義了rand()所能得到的隨機值的范圍。在C里可以看到RAND_MAX被定義成0x7fff，也就是32767。rand()函數里遞推式中M的值就是32767。
線性同余法生成的是偽隨機數，粗略符合均勻分布。根據中心極限定理，任何分布的噪聲，通過反復相加，就可以成為高斯噪聲。
函數原型
1、C++標准函數庫提供一隨機數生成器rand，返回0－RAND_MAX之間均勻分布的偽隨機整數。 RAND_MAX必須至少為32767。rand()函數不接受參數，默認以1為種子（即起始值）。隨機數生成器總是以相同的種子開始，所以形成的偽隨機數列也相同，失去了隨機意義。（但這樣便於程序調試）
2、C++中另一函數srand（），可以指定不同的數（無符號整數變元）為種子。但是如果種子相同，偽隨機數列也相同。一個辦法是讓用戶輸入種子，但是仍然不理想。
3、 比較理想的是用變化的數，比如時間來作為隨機數生成器的種子。time的值每時每刻都不同。所以種子不同，所以，產生的隨機數也不同。
// C++隨機函數（VC program）
#include <stdio.h>
#include <iostream>
#include <time.h>
using namespace std;
#define MAX 100
int main(int argc, char* argv[])
{
srand( (unsigned)time( NULL ) );//srand()函數產生一個以當前時間開始的隨機種子.應該放在for等循環語句前面 不然要很長時間等待
for (int i=0;i<10;i++)
cout<<rand()%MAX<<endl;//MAX為最大值，其隨機域為0~MAX-1
return 0;
}
rand()不需要參數，它會返回一個從0到最大隨機數的任意整數，最大隨機數的大小通常是固定的一個大整數。這樣，如果你要產生0~10的10個整數，可以表達為：
int N = rand() % 11;
這樣，N的值就是一個0~10的隨機數，如果要產生1~10，則是這樣：
int N = 1 + rand() % 11;
總結來說，可以表示為：
a + rand() % n
其中的a是起始值，n是整數的范圍。
a + rand() % (b-a+1) 就表示ａ～ｂ之間的一個隨機數
若要0~1的小數，則可以先取得0~10的整數，然后均除以10即可得到隨機到十分位的10個隨機小數，若要得到隨機到百分位的隨機小數，則需要先得到0~100的10個整數，然后均除以100，其它情況依此類推。
通常rand()產生的隨機數在每次運行的時候都是與上一次相同的，這是有意這樣設計的，是為了便於程序的調試。若要產生每次不同的隨機數，可以使用srand( seed )函數進行隨機化，隨着seed的不同，就能夠產生不同的隨機數。
如大家所說，還可以包含time.h頭文件，然后使用srand(time(0))來使用當前時間使隨機數發生器隨機化，這樣就可以保證每兩次運行時可以得到不同的隨機數序列(只要兩次運行的間隔超過1秒)。