导读:本期聚焦于小伙伴创作的《C++怎么生成不重复随机数?用shuffle算法打乱数组顺序的逻辑详解》,敬请观看详情,探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《C++怎么生成不重复随机数?用shuffle算法打乱数组顺序的逻辑详解》有用,将其分享出去将是对创作者最好的鼓励。

在C++里生成不重复随机数的核心思路是:先把候选数字按顺序放进一个数组,然后利用标准库的shuffle算法配合随机设备把数组顺序彻底打乱,最后按顺序取用即可。这样每个数只出现一次,不存在重复问题。

C++怎么生成不重复随机数?用shuffle算法打乱数组顺序的逻辑详解

为什么直接用rand容易重复

如果每次调用rand得到一个随机数,再判断是否已在结果集中,当范围较大而需要的数量也多时,冲突概率会上升,并且要去重就会写循环判断,代码又慢又啰嗦。更合理的做法是“全量填充加打乱”。

shuffle算法的工作逻辑

shuffle接收两个迭代器表示区间,以及一个随机数引擎。它使用给定引擎产生随机位置,对区间内元素做均匀交换,最终使原序列等概率变为任意一种排列。因为只是重排,所以元素集合不变、不会丢失也不会复制,正好满足不重复要求。

基础实现步骤

  • 构造vector保存1到N的所有整数
  • 用random_device和mt19937创建随机引擎
  • 调用shuffle打乱vector
  • 取前M个作为不重复随机数

完整代码示例

下面代码演示生成1到100之间10个不重复随机数:

#include <iostream>
#include <vector>
#include <algorithm>
#include <random>

int main() {
    // 填充1到100
    std::vector<int> nums;
    for (int i = 1; i <= 100; ++i) {
        nums.push_back(i);
    }

    // 创建随机引擎
    std::random_device rd;
    std::mt19937 g(rd());

    // 打乱顺序
    std::shuffle(nums.begin(), nums.end(), g);

    // 取前10个,天然不重复
    std::cout << "不重复随机数:";
    for (int i = 0; i < 10; ++i) {
        std::cout << " " << nums[i];
    }
    std::cout << std::endl;
    return 0;
}

常见注意点

问题说明
引擎复用不要每次shuffle都新建random_device,可复用mt19937提升性能
线程安全随机引擎不是线程安全的,多线程中要各自持有实例
旧版random_shuffle已被弃用,新代码应使用shuffle并显式传引擎

小结

用shuffle算法生成不重复随机数,本质是把“随机选数”转化为“随机排顺序”,逻辑清晰且效率稳定。掌握random_device与mt19937的配合,就能在各类C++项目中安全使用。

C++shuffle算法不重复随机数修改时间:2026-07-29 03:21:17

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。