CppCon 2016 学习:I Just Wanted a Random Integer

你想要一个随机整数，用于模拟随机大小的DNA读取片段（reads），希望覆盖不同长度范围，也能测试边界情况。
代码部分是：

#include <cstdlib>
auto r = std::rand() % 100;

它生成一个0到99之间的随机整数，表示随机读取的长度。
简单来说：

你用 std::rand() 生成伪随机数。
% 100 限制范围在0~99。
这样就得到了一个随机的DNA片段大小。
如果你想更好的随机数（比如更均匀、更现代的C++随机），可以用 <random>：

#include <random>
std::random_device rd;
std::mt19937 gen(rd());
std::uniform_int_distribution<> dist(0, 99);
int r = dist(gen);

`rand()` 和 `srand()` 在 Linux C 库里的实现细节和注意事项：

Linux 中的 rand() 和 srand() 实际上是用跟 random() 和 srandom() 相同的随机数生成器。
因此，低位比高位随机性差的说法在 Linux 上不适用，低位和高位都一样随机。
但是，在旧版 rand() 实现或其他系统中，rand() 的低位随机性可能很差。
因此，如果你的应用需要良好的跨平台随机性，不建议用 rand()，而是应该用 random()（或更现代的随机数生成器，比如 C++11 的 <random>）。
总结就是：
rand() 低位不随机的问题主要是旧系统和非 Linux 的实现。
在 Linux 上，rand() 表现好一些，但为可移植和更好随机性，还是推荐用 random() 或 <random>。
如果你想要更稳定、好用的随机数生成方式，尤其是在 C++，推荐用 <random> 库。

在写单元测试时，想要一个“随便的随机整数”，看似用 `std::rand()` 和 `%` 操作就够了，但其实这样做很容易出问题，尤其是你想要“均匀覆盖所有边界条件”的时候。

std::rand() + % 其实不够随机，会导致随机数分布不均匀，某些数字出现概率偏低或偏高。
<random> 库（C++11及以后）虽然看起来复杂，但其实是更科学、更可靠的随机数生成方式。
推荐使用 Mersenne Twister (std::mt19937) + std::uniform_int_distribution + std::random_device 作为种子，这样既有高质量的伪随机数，又能基于真实熵来初始化。
std::random_device 提供真随机的熵，但它的熵资源是有限的，有时会阻塞等待更多熵。
要注意，生成高质量随机数时，熵是关键，但计算机本质上是伪随机，需要熵源来“真随机”初始化。
总结就是：
你单元测试要用“随机数”，不能随便用rand()%N，而要用更严谨的 <random> 方案，才能更好地覆盖边界和确保随机性。

用 C++ `<random>` 生成随机整数时的细节和性能考量：

核心内容总结：

std::random_device
- 用于获取真随机熵，作为伪随机数引擎的种子。
- 可能很慢，有时甚至会阻塞（因为熵资源有限）。
- 可能会抛异常，且多线程环境行为不明。
- 具体实现依赖硬件和操作系统，比如Linux上常用/dev/urandom。
std::mt19937（Mersenne Twister）
- 伪随机数生成器，速度快且质量较高。
- 是确定性引擎，给定种子后输出固定序列。
- 体积大（约5000字节栈空间），初始化较慢（百万次初始化需要十几秒）。
- 每次函数调用时重新创建会很慢！
性能测试对比
- 生成10亿随机数：
  - std::random_device 用时约44秒（慢且可能阻塞）。
  - std::mt19937 用时约3.6秒（快得多）。
最佳实践建议
- 不要每次用std::mt19937时都重新初始化引擎，建议将其作为静态变量或者线程局部变量来重用，比如：
```
static std::mt19937 g(std::random_device{}());
auto rn = g();
```
- 这样既避免了重复初始化开销，也保证了伪随机数生成速度。

C++生成随机整数的正确做法和背后的算法进行讲解，重点如下：

1. 随机整数生成的常见准则（Guidelines）

用 std::random_device 来做种子（seed）：确保伪随机数生成器有较好的随机种子。
不要把 std::mt19937（Mersenne Twister）放在栈上频繁构造：构造开销大，最好是静态变量或线程局部变量（thread_local）。
如果一定放在栈上，要小心构造开销。
std::minstd_rand 比较快，但周期更短。

2. 常用随机数生成器性能对比

std::random_device 速度很慢（约44秒）。
std::mt19937 中等速度（约3.6秒），周期极长。
std::minstd_rand 更快（约4.7秒），周期短。

3. Mersenne Twister 背景和定义

命名来自 Marin Mersenne（1588-1648），梅森素数的形式是 $M_n = 2^n - 1$ ，其中 $n$ 是素数。
例如： $M_3 = 7$ , $M_7 = 127$ , 最大有名的是 $M_{74,207,281}$ 。
std::mt19937 的周期就是一个梅森素数 $M_{19937}$ 。
这是一个维度为623的伪随机数生成器，详细参数在源码里定义（比如状态大小、位移操作等）。

4. 结论

使用 std::mt19937 是因为它周期非常长且质量很好。
但在性能敏感的场景，可以考虑 std::minstd_rand 作为替代。
生成器的使用要注意对象生命周期管理，避免重复构造带来的开销。

这段内容主要讲了C++随机数生成的一些进阶话题，尤其是关于性能优化和替代生成器的讨论。帮你整理重点：

1. PCG 随机数生成器介绍

PCG (Permuted Congruential Generator) 是 Melissa O’Neill 设计的随机数生成器。
优点：
- 体积更小（16字节），比 std::mt19937 省空间。
- 和 C++ <random> 库兼容，可以无缝替代。
- 性能比 std::mt19937 快很多（示例中1.5秒 vs 3.6秒）。
缺点：
- 目前不在标准库中，社区使用经验较少。
参考资源：
- PCG 官网
- GitHub 地址：https://github.com/imneme/pcg-cpp

2. std::uniform_int_distribution 的构造成本

std::uniform_int_distribution 是用于生成均匀整数分布的模板类。
在循环内部构造和在循环外部构造性能差异极大：
- 外部构造（只构造一次）：生成1,000,000,000个数大约 23.4秒。
- 内部构造（每次调用都构造）：生成同样数量大约 5.1秒（这里好像反了，推测是复制时的编译优化影响）。
- 具体性能依赖于编译器和优化级别，但通常建议避免在循环内重复构造分布对象。

3. 随机数生成性能总结

通过静态变量（static std::random_device 和 static std::mt19937）维护生成器实例，减少构造开销。
如果需要高性能，考虑用PCG替代MT19937。
std::uniform_int_distribution构造开销也不能忽视，尽量循环外构造。

4. 代码示例总结

static std::random_device entropySource;
static std::mt19937 randGenerator(entropySource());
std::uniform_int_distribution<int> theIntDist(0, 99);
for (auto i = 0; i < 1'000'000'000; i++) {volatile auto r = theIntDist(randGenerator);
}

这是一个推荐的模式：生成器和分布都静态，只生成随机数时调用operator()。
你这段内容讲的是 C++ 标准库 <random> 中 std::uniform_int_distribution 生成均匀随机整数时，内部是如何“缩放”原始随机数到目标范围的细节，和对随机数生成器及分布器使用的建议总结。

代码片段说明（缩放机制）

const __uctype __urange = __uctype(__param.b()) - __uctype(__param.a());
__uctype __ret;
if (__urngrange > __urange) {// downscalingconst __uctype __uerange = __urange + 1; // 目标范围大小（包括边界）const __uctype __scaling = __urngrange / __uerange; // 源随机数范围除以目标范围大小，算出缩放系数const __uctype __past = __uerange * __scaling; // 缩放后实际范围do__ret = __uctype(__urng()) - __urngmin; // 从源随机数生成器拿数，减去最小值while (__ret >= __past); // 如果随机数超过缩放范围则重新取数，保证均匀__ret /= __scaling; // 缩放回目标范围
}