c++oding="utf-8" ?>
std::mt19937 配合 std::uniform_real_distribution 是 c++11+ 最可靠高效的浮点随机数方案，因其线程安全、周期长、分布均匀、区间语义精确且性能优异；而 rand() 和 drand48() 存在线程不安全、周期短、精度差、非标准及不可复现等问题。
直接用 std::mt19937 配合 std::uniform_real_distribution 是当前 C++11 及以上最可靠、也最快的标准方案；手写线性同余或查表法在绝大多数场景下既不安全也不更快。
为什么不用 rand() 或 drand48()
这些函数要么状态全局（线程不安全），要么周期短（rand() 通常仅 2³¹）、分布偏差明显，且无法指定浮点范围精度。更关键的是：它们在多线程中调用 rand() 会竞争内部静态状态，导致结果重复或崩溃——哪怕你加锁，性能也断崖式下跌。
-
rand()没有可复现的种子控制接口，调试时无法固定随机流 -
drand48()等 POSIX 函数非标准，Windows 不原生支持 - 二者均不提供 [0,1) 或 [a,b) 的精确开闭区间语义，依赖
double(rand()) / RAND_MAX会引入截断误差和边界偏差
std::mt19937 和 std::uniform_real_distribution 怎么配才不掉性能
常见错误是每次生成都构造新分布对象，或把引擎放在栈上反复创建。分布对象本身轻量（通常仅存两个 double 参数），但构造它涉及一次除法和范围校验；而 std::mt19937 初始化（尤其带 std::random_device）开销不小，必须复用。
- 引擎应为
thread_local static或类成员变量，避免多线程争用同一实例（mt19937非原子操作） - 分布对象可局部声明，但若循环内高频调用，建议也提升为
static或成员变量（C++17 起编译器常能优化掉冗余检查） - 不要用
std::random_device{}()每次重置引擎——它可能读取熵池，慢且不可复现；调试时务必用固定整数种子，如std::mt19937{12345}
示例（线程安全、可复现、零堆分配）：
thread_local static std::mt19937 gen{std::random_device{}()}; // 仅首次调用初始化
static std::uniform_real_distribution<double> dist(0.0, 1.0);
double random_double() {
return dist(gen);
}
</double>
生成 [a,b) 和 [a,b] 时的边界陷阱
std::uniform_real_distribution 默认构造为 [0,1)，但注意：它的右边界是**开区间**（不包含 b），且底层实现依赖 std::generate_canonical，对 float/double 类型的精度处理不同。若强行要 [a,b] 闭区间，不能简单写 dist(a, b + eps) —— 浮点舍入会让 b+eps 超出 representable range，导致未定义行为。
- 需要 [a,b)：直接
std::uniform_real_distribution<double>(a, b)</double>即可，这是标准且精确的 - 需要 [a,b]：先生成 [a,b+ulp)，再用
std::nextafter(b, INFINITY)截断，但更稳妥做法是生成 [a,b) 后手动修正极小概率的“恰好等于 b”情况（实际几乎不会发生，mt19937生成 2⁶⁴ 个数才可能撞一次） - float 版本慎用：
std::uniform_real_distribution<float></float>在某些 libstdc++ 版本中存在精度缺陷（生成值可能略超 b），优先用 double 再强制转 float
真正影响性能的从来不是引擎或分布本身，而是频繁构造、跨线程共享、或错误假设浮点区间的数学闭合性。只要引擎复用、分布复用、区间语义清晰，mt19937 在现代 CPU 上每秒可轻松生成千万级高质量 double 随机数——比任何手写查表或位运算方案都更稳、更易维护、更少出错。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
