随机数代码（python随机数代码）

今天给各位分享随机数代码的知识，其中也会对python随机数代码进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、C语言怎样产生一定范围的随机数？
• 2、怎么用C语言生成随机数
• 3、c语言，如何产生随机数？
• 4、求一个生成四位随机数的PHP代码
• 5、c语言怎么生成随机数？

C语言怎样产生一定范围的随机数？

编译环境为：vs2013

产生1到3的整型随机数的代码如下：

#includestdio.h

#includetime.h

#includestdlib.h

#define max 3   //这个函数的意义为：随机生成最大的数为3

#define min 1    //这个函数的意义为：随机生成最小的数为1

int main()

{

int num;

srand(time(0));

num = rand() % (max - min) + min;  // 这里的意义，“%”为模运算

printf("随机数为：%d\n", num);

system("pause");  //这个代码可以让弹出的黑框不会一下就消失

return 0;

}

扩展资料：

根据密码学原理，随机数的随机性检验可以分为三个标准：

条件一、统计学伪随机性。统计学伪随机性指的是在给定的随机比特流样本中，1的数量大致等于0的数量，同理，“10”“01”“00”“11”四者数量大致相等。类似的标准被称为统计学随机性。满足这类要求的数字在人类“一眼看上去”是随机的。

条件二、密码学安全伪随机性。其定义为，给定随机样本的一部分和随机算法，不能有效的演算出随机样本的剩余部分。

条件三、真随机性。其定义为随机样本不可重现。实际上只要给定边界条件，真随机数并不存在，可是如果产生一个真随机数样本的边界条件十分复杂且难以捕捉（比如计算机当地的本底辐射波动值），可以认为用这个方法演算出来了真随机数。

随机数分为三类：

①伪随机数：满足第一个条件的随机数。

②密码学安全的伪随机数：同时满足前两个条件的随机数。可以通过密码学安全伪随机数生成器

计算得出。

③真随机数：同时满足三个条件的随机数。

怎么用C语言生成随机数

假设要生成的随机数是大于等于20且小于等于100的整数

#includestdio.h

#includetime.h

#includestdlib.h

void main() { int a,b,x;

  a=20; b=100;

  srand((unsigned int)time(NULL)); //用当前时间生成一个随机数种子

  x=rand()%(b-a+1)+a;

  printf("得到一个随机数：%d\n",x);

}

c语言，如何产生随机数？

本文由青松原创并依GPL-V2及其后续版本发放，转载请注明出处且应包含本行声明。\x0d\x0a\x0d\x0aC++中常用rand()函数生成随机数，但严格意义上来讲生成的只是伪随机数（pseudo-random integral number）。生成随机数时需要我们指定一个种子，如果在程序内循环，那么下一次生成随机数时调用上一次的结果作为种子。但如果分两次执行程序，那么由于种子相同，生成的“随机数”也是相同的。\x0d\x0a\x0d\x0a在工程应用时，我们一般将系统当前时间(Unix时间)作为种子，这样生成的随机数更接近于实际意义上的随机数。给一下例程如下：\x0d\x0a\x0d\x0a#include \x0d\x0a#include \x0d\x0a#include \x0d\x0ausing namespace std;\x0d\x0a\x0d\x0aint main()\x0d\x0a{\x0d\x0a double random(double,double);\x0d\x0a srand(unsigned(time(0)));\x0d\x0a for(int icnt = 0; icnt != 10; ++icnt)\x0d\x0a cout "No." icnt+1 ": " int(random(0,10)) endl;\x0d\x0a return 0;\x0d\x0a}\x0d\x0a\x0d\x0adouble random(double start, double end)\x0d\x0a{\x0d\x0a return start+(end-start)*rand()/(RAND_MAX + 1.0);\x0d\x0a}\x0d\x0a/* 运行结果\x0d\x0a* No.1: 3\x0d\x0a* No.2: 9\x0d\x0a* No.3: 0\x0d\x0a* No.4: 9\x0d\x0a* No.5: 5\x0d\x0a* No.6: 6\x0d\x0a* No.7: 9\x0d\x0a* No.8: 2\x0d\x0a* No.9: 9\x0d\x0a* No.10: 6\x0d\x0a*/\x0d\x0a利用这种方法能不能得到完全意义上的随机数呢？似乎9有点多哦？却没有1,4,7？！我们来做一个概率实验，生成1000万个随机数，看0-9这10个数出现的频率是不是大致相同的。程序如下：\x0d\x0a#include \x0d\x0a#include \x0d\x0a#include \x0d\x0a#include \x0d\x0ausing namespace std;\x0d\x0a\x0d\x0aint main()\x0d\x0a{\x0d\x0a double random(double,double);\x0d\x0a int a[10] = ;\x0d\x0a const int Gen_max = 10000000;\x0d\x0a srand(unsigned(time(0)));\x0d\x0a \x0d\x0a for(int icnt = 0; icnt != Gen_max; ++icnt)\x0d\x0a switch(int(random(0,10)))\x0d\x0a {\x0d\x0a case 0: a[0]++; break;\x0d\x0a case 1: a[1]++; break;\x0d\x0a case 2: a[2]++; break;\x0d\x0a case 3: a[3]++; break;\x0d\x0a case 4: a[4]++; break;\x0d\x0a case 5: a[5]++; break;\x0d\x0a case 6: a[6]++; break;\x0d\x0a case 7: a[7]++; break;\x0d\x0a case 8: a[8]++; break;\x0d\x0a case 9: a[9]++; break;\x0d\x0a default: cerr "Error!" endl; exit(-1);\x0d\x0a }\x0d\x0a \x0d\x0a for(int icnt = 0; icnt != 10; ++icnt)\x0d\x0a cout icnt ": " setw(6) setiosflags(ios::fixed) setprecision(2) double(a[icnt])/Gen_max*100 "%" endl;\x0d\x0a \x0d\x0a return 0;\x0d\x0a}\x0d\x0a\x0d\x0adouble random(double start, double end)\x0d\x0a{\x0d\x0a return start+(end-start)*rand()/(RAND_MAX + 1.0);\x0d\x0a}\x0d\x0a/* 运行结果\x0d\x0a* 0: 10.01%\x0d\x0a* 1: 9.99%\x0d\x0a* 2: 9.99%\x0d\x0a* 3: 9.99%\x0d\x0a* 4: 9.98%\x0d\x0a* 5: 10.01%\x0d\x0a* 6: 10.02%\x0d\x0a* 7: 10.01%\x0d\x0a* 8: 10.01%\x0d\x0a* 9: 9.99%\x0d\x0a*/\x0d\x0a可知用这种方法得到的随机数是满足统计规律的。\x0d\x0a\x0d\x0a另：在Linux下利用GCC编译程序，即使我执行了1000000次运算，是否将random函数定义了inline函数似乎对程序没有任何影响，有理由相信，GCC已经为我们做了优化。但是冥冥之中我又记得要做inline优化得加O3才行...\x0d\x0a\x0d\x0a不行，于是我们把循环次数改为10亿次，用time命令查看执行时间：\x0d\x0achinsung@gentoo ~/workspace/test/Debug $ time ./test \x0d\x0a0: 10.00%\x0d\x0a1: 10.00%\x0d\x0a2: 10.00%\x0d\x0a3: 10.00%\x0d\x0a4: 10.00%\x0d\x0a5: 10.00%\x0d\x0a6: 10.00%\x0d\x0a7: 10.00%\x0d\x0a8: 10.00%\x0d\x0a9: 10.00%\x0d\x0a\x0d\x0areal 2m7.768s\x0d\x0auser 2m4.405s\x0d\x0asys 0m0.038s\x0d\x0achinsung@gentoo ~/workspace/test/Debug $ time ./test \x0d\x0a0: 10.00%\x0d\x0a1: 10.00%\x0d\x0a2: 10.00%\x0d\x0a3: 10.00%\x0d\x0a4: 10.00%\x0d\x0a5: 10.00%\x0d\x0a6: 10.00%\x0d\x0a7: 10.00%\x0d\x0a8: 10.00%\x0d\x0a9: 10.00%\x0d\x0a\x0d\x0areal 2m7.269s\x0d\x0auser 2m4.077s\x0d\x0asys 0m0.025s\x0d\x0a\x0d\x0a前一次为进行inline优化的情形，后一次为没有作inline优化的情形，两次结果相差不大，甚至各项指标后者还要好一些，不知是何缘由...

求一个生成四位随机数的PHP代码

最简单的代码：

图片：

文字：

?php

echo "四位随机代码是：". mt_rand(999, 9999); //随机值得范围是999-9999

?

在PHP中 mt_rand是随机函数，括号中是随机值范围：从最小值到最大值之间随机变换。

扩展资料：

1、mt_rand定义和用法：

mt_rand (PHP 4, PHP 5, PHP 7) — 生成更好的随机数。

2、mt_rand说明：

int mt_rand ( void )。

int mt_rand ( int $min , int $max )。

很多老的 libc 的随机数发生器具有一些不确定和未知的特性而且很慢。PHP 的 rand() 函数默认使用 libc 随机数发生器。mt_rand() 函数是非正式用来替换它的。

如果没有提供可选参数 min 和 max，mt_rand() 返回 0 到 mt_getrandmax() 之间的伪随机数。例如想要 5 到 15（包括 5 和 15）之间的随机数，用 mt_rand(5, 15)。

3、参数：

min 可选的、返回的最小值（默认：0）。

max 可选的、返回的最大值（默认：mt_getrandmax()）。

4、返回值：

返回 min （或者 0） 到 max （或者是到 mt_getrandmax() ，包含这个值）之间的随机整数。

参考资料：

PHP官网-mt_rand

c语言怎么生成随机数？

你好！

完整的代码，红圈处就是从上面100个数字中抽取到的数字：

#include stdio.h

#includestdlib.h                  //生成随机数用 

#includetime.h                    //利用时间生成种子 

#includemath.h                    

int main()

{

      int i;

  int a[100];

      srand( time(NULL) );         //生成种子 

      for(i=0;i100;i++)

      {

       a[i]=rand()%1000+1000;      //生成一个小于1000的随机数

                               //然后加1000，变成 1000 - 2000之间的数 

       printf("%d  ",a[i]);       //打印 

      }

       i=rand()%100;              //随机抽取其中的一个数 

       printf("\n抽取到的是：%d\n",a[i]);//打印 

      return 0; 

}

随机数代码的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python随机数代码、随机数代码的信息别忘了在本站进行查找喔。