質問は広範すぎて完全な答えにはなりませんが、いくつか興味深い点をまとめておきます。
なぜ「同程度に」
等しい確率でそれぞれ0、1、...、10の数を生成する単純な乱数ジェネレーターがあるとします（これを従来のと考えてくださいrand()）。ここで、0、1、2の範囲の乱数が必要であり、それぞれの確率が同じです。あなたのひざけりの反応は取るでしょうrand() % 3。ただし、残りの0と1は残りの2よりも頻繁に発生するため、これは正しくありません。
これが、適切な分布が必要な理由です。これはUniform[0,2]、例のように、一様なランダム整数のソースを受け取り、それらを目的の分布に変換します。これを良いライブラリに任せるのが一番です！
エンジン
したがって、すべてのランダム性の中心には、特定の間隔で均一に分散され、理想的には非常に長い周期を持つ一連の数値を生成する優れた疑似乱数ジェネレーターがあります。の標準的な実装rand()は、多くの場合最適ではないため、選択することをお勧めします。線形合同法とメルセンヌツイスターは2つの優れた選択肢です（LGも実際にはでよく使用されrand()ます）。繰り返しますが、ライブラリにそれを処理させるのは良いことです。
使い方
簡単：まず、エンジンを設定してシードします。シードは「乱数」のシーケンス全体を完全に決定するため、/dev/urandoma）毎回異なる（たとえばから取得した）シーケンスを使用し、b）ランダムな選択肢のシーケンスを再作成する場合はシードを保存します。
#include <random>
typedef std::mt19937 MyRNG; // the Mersenne Twister with a popular choice of parameters
uint32_t seed_val; // populate somehow
MyRNG rng; // e.g. keep one global instance (per thread)
void initialize()
{
rng.seed(seed_val);
}
これでディストリビューションを作成できます：
std::uniform_int_distribution<uint32_t> uint_dist; // by default range [0, MAX]
std::uniform_int_distribution<uint32_t> uint_dist10(0,10); // range [0,10]
std::normal_distribution<double> normal_dist(mean, stddeviation); // N(mean, stddeviation)
...そして、エンジンを使用して乱数を作成します！
while (true)
{
std::cout << uint_dist(rng) << " "
<< uint_dist10(rng) << " "
<< normal_dist(rng) << std::endl;
}
並行性
<random>従来よりも優先するもう1つの重要な理由rand()は、乱数生成をスレッドセーフにする方法が非常に明確で明白になったことです。各スレッドに独自のスレッドローカルエンジンを提供するか、スレッドローカルシードにシードするか、またはアクセスを同期します。エンジンオブジェクトに。
その他
- 興味深い記事 codeguru上のTR1ランダムに。
- ウィキペディアには良い要約があります（@Justinに感謝）。
- 原則として、各エンジンはtypedef a
result_typeである必要があります。これは、シードに使用する正しい整数型です。バグのある実装があったstd::mt19937ためuint32_t、x64でシードを強制的に実行せざるを得なかったと思います。最終的にはこれを修正しMyRNG::result_type seed_valて、エンジンを非常に簡単に交換できるようにする必要があります。
rand、いくつかの基本的な統計とRNGの概念については、ウィキペディアをざっと見ておく必要があります。そうしないと<random>、さまざまな要素の根拠と使用法を説明するのが非常に難しくなります。