нисколько не случайно - альтернативы?

Для начала, это на самом деле псевдо случайные числа, а не случайные числа. В любом случае может случиться так, что действительно случайная последовательность имеет именно то свойство, которое вы видите :-) Последовательность 1,1,1,1,1 с такой же вероятностью встречается в действительно случайном наборе, как и 5,2,4,2,99.

Если вам нужна «более случайная» случайная последовательность, я бы не стал использовать обычные, поставляемые с библиотеками C (если только эти библиотеки не были написаны людьми, которые понимают случайность) - вам следует изучить такие вещи, как Mersenne Twister, используя /dev/random ( если под Linux) и так далее.

Вы также можете посмотреть этот фрагмент кода.

if (array[i] == minV)
    minOcc++;
if (array[i] == minV)
    maxOcc++;

Я считаю, что последний if следует сравнивать с maxV, а не с minV. В противном случае вероятность того, что ваш минимальный и максимальный счет будет отличаться, равна нулю.

Когда я вношу это изменение (и меняю % 3000 на % 30, чтобы получить ряд дубликатов), я вижу:

Minmim value is index 112 with value 0 and 65 occurances
Maxium value is index 24 with value 29 and 58 occurances

И, не то чтобы это действительно важно с точки зрения этого вопроса, вы можете немного очистить свою орфографию:

• lenght -> length.
• minmum -> minimum
• maxium -> maximum
• occurances -> occurrences

Я выполняю численное моделирование по физике, и моя группа использует библиотеку GSL для этого:

#include <gsl/gsl_rng.h>
#include <gsl/gsl_randist.h>

class Random
{
private:
    gsl_rng* r; //!< Pointer to the gsl rng
public:
    //! Constructor: uses argument as the seed
    Random(long unsigned int seed);

    long int R(int N);
    long double R();
    long double gaussianR(long double sigma);
};

inline Random::Random(long unsigned int s)
{
    r = gsl_rng_alloc( gsl_rng_taus );
    gsl_rng_set(r, s); //seed to use to the pseudo-aleatory number generator.
}

// a uniform number between 0 and N-1
inline long int Random::R(int N)
{
    return gsl_rng_uniform_int (r, N);
}

// a uniform number between 0 and 1
inline long double Random::R()
{
    return gsl_rng_uniform_pos( r );
}

// a gaussian distribution with sigma
inline long double Random::gaussianR(long double sigma)
{
    return gsl_ran_gaussian(r, sigma);
}

вы должны скомпилировать его с флагами: OTHER_LDFLAGS = -lgsl -lm -lgslcblas

и добавьте include и libs (это для случая установки fink):

HEADER_SEARCH_PATHS = / sw / include LIBRARY_SEARCH_PATHS = / sw / lib

Надеюсь это поможет.

Вы можете использовать новую библиотеку random, включенную в C ++ 11, или библиотеку Boost :: Random, на которой она основана.

Генератор псевдослучайных чисел (ГПСЧ) работает нормально.

Фактически, если вы наберете достаточно чисел из rand(), вы всегда будете получать одни и те же экстремумы, поскольку они распределены равномерно.

В вашем случае возникает вопрос: нужно ли вам другое поведение? Вы не должны набрасываться на истинные случайные числа, как предлагает @sehe. Это может быть бесполезно и даже проблематично при работе со стохастическим моделированием, которым являются алгоритмы Монте-Карло. Представьте, что вы хотите отладить фрагмент кода на основе случайных чисел или ваш коллега намерен проверить ваши результаты: как бы вы поступили, если бы вы не смогли воспроизвести ту же случайную последовательность?

Это одна из причин, почему ГПСЧ достаточно и часто предпочтительнее, когда вам не нужны криптозащищенные случайные числа.

Я думаю, проблема в том, что ваше первоначальное утверждение неверно. В коде каждый раз указываются разные числа. Я попробовал неизмененный код, и вот результаты:

Minmim value is index 1194 with value 0 and 1 occurances
Maxium value is index 1264 with value 2995 and 1 occurances

Minmim value is index 1958 with value 1 and 1 occurances
Maxium value is index 1510 with value 2991 and 1 occurances

...

Однако в коде есть две ошибки:

• Во втором цикле for вы должны начать с i = 0.
• Вы должны сравнивать с maxV вместо minV в том же цикле.

Что касается генерации случайных чисел:

• При заполнении одинаковым числом серия вызовов rand () должна возвращать те же числа. rand () предназначен не для случайных чисел, а для псевдослучайных чисел. rand () должен быть таким, потому что, например, симуляция выдаст те же результаты при запуске с одним и тем же семенем. Это очень красивый отель.
• Вы заполняете его текущим временем, что нормально, и поэтому rand () должен каждый раз возвращать разные серии чисел (по крайней мере, если не вызывается несколько раз в секунду) . Посев мне нравится. Фактически это очень похоже на пример, приведенный здесь.
• Размер выборки - 2000, а диапазон генерируемых чисел - 3000. Это означает, что маловероятно, чтобы минимальный и максимальный размер всегда были одинаковыми. Если размер выборки составляет миллион, с высокой вероятностью 2999 должно быть наибольшим числом в большинстве прогонов.

Господа: ПРИМЕЧАНИЕ

Да! Это старый ответ. А в эпоху c ++ 11 непременно используйте c ++ 11 <random>. Но пожалуйста не голосуйте против этого вопроса спустя годы после того, как вы думаете, Фу Все знают rand() зло !. На самом деле это не так. Он просто ограничен, и его очень легко использовать ненадлежащим образом. Но - как исторический факт, он существует как API, и по-прежнему полезно задокументировать, как его можно лучше использовать. Я не удаляю этот ответ по одной причине.

Оригинальный ответ:

---

Пожалуйста прочти

http://eternalconfuzzled.com/arts/jsw_art_rand.aspx

В частности, не пишите rand() % 3000. Писать

 int r = rand() / ( RAND_MAX / 3000 + 1 );

Фактически, random должен быть равномерно распределен, а это означает, что на самом деле нижняя и верхняя границы будут иметь почти 100% вероятность появления, когда количество выборок достаточно велико (для начала, больше, чем размер домена).

Вот что такое true random (попробуйте реализовать алгоритм Монте-Карло без него - вы будете очень недовольны)