答案：现代C++推荐使用<random>头文件中的引擎和分布生成随机数，如std::mt19937与std::uniform_int_distribution，避免旧式rand()函数。示例代码展示生成1到100的随机整数及0.0到1.0的浮点数，调试时可设固定种子保证序列可重现，确保随机性质量与跨平台一致性。
在C++中生成随机数，关键在于正确使用标准库中的工具。很多人误用rand()函数，导致结果不够随机或重复。现代C++推荐使用<random>头文件中的设施，它更灵活、分布更均匀。
使用 <random> 生成高质量随机数
C++11 引入了 <random> 头文件，提供了更强大和可控制的随机数生成功能。核心由两部分组成：引擎（如 std::mt19937）和分布（如 std::uniform_int_distribution）。
以下是一个生成 1 到 100 之间随机整数的例子：
#include <iostream>
#include <random>
int main() {
std::random_device rd; // 用于生成种子
std::mt19937 gen(rd()); // 使用梅森旋转算法的引擎
std::uniform_int_distribution<int> dis(1, 100);
for (int i = 0; i < 5; ++i) {
std::cout << dis(gen) << " ";
}
return 0;
}
这段代码每次运行都会产生不同的随机序列，且分布均匀。
立即学习“C++免费学习笔记（深入）”；
避免使用 rand() 和 srand()
虽然 rand() 在旧代码中常见，但它存在多个问题：范围有限（通常是 0 到 RAND_MAX，可能只有 32767），分布不均，且跨平台行为不一致。
如果你仍需使用 rand()，至少要配合 srand() 初始化种子：
#include <cstdlib>
#include <ctime>
int main() {
srand(static_cast<unsigned int>(time(0)));
int random_num = rand() % 100 + 1; // 1 到 100
return 0;
}
但这种方式仍不推荐，尤其对要求高的场景。
生成浮点型随机数
使用 std::uniform_real_distribution 可以生成指定区间的浮点随机数：
std::random_device rd;
std::mt19937 gen(rd());
std::uniform_real_distribution<double> dis(0.0, 1.0);
for (int i = 0; i < 5; ++i) {
std::cout << dis(gen) << "\n";
}
这常用于模拟、概率计算等需要小数的场合。
固定随机序列用于调试
开发时，有时需要可复现的结果。可以给随机引擎设置固定种子：
std::mt19937 gen(42); // 固定种子
这样每次运行程序都会得到相同的“随机”序列，便于排查问题。
基本上就这些。优先使用 <random>，避免 rand()，根据需求选择分布类型，调试时可用固定种子。不复杂但容易忽略细节。
