C++11 <random>库：现代随机数生成最佳实践

1. 从C的rand()到C++11的：现代随机数生成实践指南

那天面试的场景还历历在目——当面试官问及随机数生成时，我条件反射般说出了srand(time(0))和rand()的组合，却对C++11引入的库一脸茫然。这个尴尬瞬间让我意识到，很多从C转向C++的开发者（包括我自己）可能都陷入了类似的"舒适区陷阱"。本文将系统梳理C风格与C++现代随机数生成机制的核心差异，并手把手带你掌握库的工程级应用。

关键认知：C的rand()不是"不好"，而是已经不适合现代C++开发场景。就像用算盘也能算账，但面对Excel表格时，专业工具的价值不言而喻明。

1.1 为什么rand()在C++中已成过去式

先看一个典型rand()使用示例：

cpp复制#include <cstdlib>
#include <ctime>

int main() {
    srand(time(0)); // 设置种子
    int random_num = rand() % 100; // 生成0-99的随机数
    // ...
}

这种写法存在三个致命缺陷：

1. 分布不均匀性：当使用取模运算时，如果模数不是RAND_MAX的约数，会产生偏差。例如RAND_MAX=32767时，rand()%100会导致0-67的数字出现概率比68-99高约0.1%。

2. 有限周期长度：标准要求rand()的周期至少为2^32，但许多实现仅达到这个下限。对于需要大量随机数的场景（如蒙特卡洛模拟），可能很快出现重复序列。

3. 线程安全问题：rand()使用全局状态，多线程环境下需要额外同步措施，而C++11的随机数引擎可以创建线程本地实例。

下表对比两种方式的特性差异：