python篇1：

摘要：随机引入1000个数值，并且对设定范围内的数字进行排序和计数；

import random    #引入随机数random

num_dirc = {}     #定义一个空字典

for i in range (100):   #定义取数次数为100次
    num_key = random.randint(20,30)  #定义取的数值在20-30之间
    if num_key in num_dirc:     #如果取的数在字典里，次数就加1
        num_dirc[num_key] += 1
    else:
        num_dirc[num_key] = 1
for i in sorted(num_dirc.keys()):   #分类
    print('%d\t%d' %(i,num_dirc[i]))   #\t表示一个空格

运行结果：

79      99
72	100
95	101
86	102
81	103
74	104
89	105
65	106
69	107
82	108
75	109
66	110
67	111

 

一开始是从咱csdn上的一个讨论的问题看到的，我当时也稀里糊涂的发了个帖子，不过现在觉得我当时想的太简单了。就在那天上班回去的路上，我在想，大家都在聚焦于如何解决随机值重复，包括有人说借助hash法（这确实是解决重复的好方法），不过我要说的是，我们真的能取出这么多的随机数吗？换句话说，我们要平均调用多少次随机函数才能使不重复的随机数达到K个呢？
后来我推算了一下 得到结论：
平均要取：（N/(N-1))*(N/(N-1)) +(N/(N-2))*(N/(N-2))+...+(N/(N-K))*(N/(N-K))
这个数有多大呢，学过微积分的可以很容易的解决这个问题，平均值介于(N/x)*(n/x)在两端区间取积分的值，化简后，
平均值~O（(NN/(N-k)）,其中NN=N*N,所以，比如，N=10万，K=9.9万，则平均要调用1000万次才能取出9.9万个随机数。
了解了这个值后，可以考虑如果K>n的一半，那么可以考虑取另外（n-k)个数，然后剩下的是符合要求的，然后可以考虑借助hash来解决高效判断取出另外k个数（如果处理不好，即使取出了n-k个数，那些符合要求的k个数也很难踢出来）.
 
另外，如果愿意牺牲内存来换取效率，则当k很接近N时，可以直接分配1..N的内存，然后取出N-K个随机数填到对应的内存中，标示填入的内存为不合要求，则，最后在进行一次内存扫描就可以找出符合要求的K个数，此时的效率是平均值+N（全局内存扫描要扫N个值），同样也可以利用该公式估计出是否采用次策略可以提高效率

一.Random 类

Random类默认的无参构造函数可以根据当前系统时钟为种子,进行一系列算法得出要求范围内的伪随机数.


			
1

			
2
			
			

			
Random rd = new Random();

			
int i = rd.Next();
			
		
这种随机数可以达到一些要求较低的目标,但是如果在高并发的情况下,Random类所取到的系统时钟种子接近甚至完全一样,就很有可能出现重复,这里用循环来举例


			
1

			
2

			
3

			
4

			
5
			
			

			
for (int i = 0; i < 10; i++)

			
{

			
    Random rd = new Random();　　//无参即为使用系统时钟为种子

			
    Console.WriteLine(rd.Next().ToString());

			
}
			
		
 C#生成随机数的三种方法：

https://www.cnblogs.com/xiaowie/p/8759837.html

 

 

 

在给定范围中取不重复的随机数

    随机取m个数（在1到n的范围之内），（m<=n)，要求m个数没有重复。有没有什么好的算法，时间复杂度和空间复杂度都很好？

方法一:用STL中的set集，红黑树来处理

取随机数可以用C++标准的rand，至于M个不重复，用std::set来解决，把取到的随机数插入到set里面，通过set的size()==m来判断是否已取够m个了。

#include <set>

#include <stdlib.h>

int main()

{

std::set<int> s;

while(1)

 {

  int r = rand()%n;

  s.insert(r);

  if(s.size() == m)

  {

   break;

  }//if

 }//while

}

由于set底层实现是红黑树，插入复杂度是对数级。

方法二:

#include <iostream>

#include <cstdlib>      //用于rand()和srand()函数

#include <ctime>        //设置不同的随机数

using namespace std;

int main (){

srand( time( 0 ) );    //调用不重复的随机数函数

unsigned i;

for ( int n = 0; n++ < 10; )

{

i = rand() ;        //对i 赋系统的随机数

cout << " The NO." << n << "is : " << i << endl;

}

return 0;

}

1、 C++标准函数库提供一随机数生成器rand，返回0～RAND_MAX之间均匀分布的伪随机整数。 RAND_MAX必须至少为32767。rand()函数不接受参数，默认以1为种子（即起始值）。随机数生成器总是以相同的种子开始，所以形成的伪随机数列也相同。失去了随机意义。

2、C++中另一函数srand（），可以指定不同的数（无符号整数变元）为种子。但是如果种子相同，伪随机数列也相同。

3、比较理想的是用变化的数，比如时间来作为随机数生成器的种子。

在头文件ctime中时间库包含time函数，它可以返回一个表示时间、日期、月和年的数值使用如下调用可将该值设为rand的种子

srand(static_cast<unsigned>(time(static_cast<time_t*>(NULL))));

4. 但srand()并不是说使随机数都不一样,它只是使取随机数的种子随着时间而改变。

方法三：以下方法需要附加空间b数组，我们还是假设100个数据。

(1)将范围数组b[100](b[i]=100+i,不妨设数组下标从1开始)的每个元素设置一个标志位flag，初始均为flag=0;若某元素被选入到a数组中,则flag=1;显然,以后再选到重复元素可以立刻判定是否已选。但是仍然有一个很严重的问题,在小规模输入下,无疑它的表现是不错的。但现在举一个失败的例子.

在1~65536之间,选择65500个不重复的随机数，看看后面的随机数,比如第65500个数(最后一个),它要在剩下的36个数中选择才会有flag=0(根本不知道这36个数是什么)。

改进:先在1~65536之间随机选取36个数,删除.将剩下的65500个数依次赋值给a[65500],然后打乱顺序即可。

当范围数组与目标数组的大小非常接近时,上述算法非常有效,建议采用。

(2)问题的最终解决.

仍以最开始的那个例子来说,初始数组b[i]=100+i,a数组空。（a是我们需要的存放生成的随即数的数组，我们需要从b数组中取数）

每次随机生成数组b的一个下标subscript，然后取出它所对应的数据b[subscript],记下来给a当前的存储单位a[j]。然后将数组b的最后一个数b[length]覆盖b[subscript]的位置，同时将数组a指向下一个数，b数组的长度减1。尽管前若干次生成的下标subscript随机数有可能相同，但因为每一次都把最后一个数填到取出的位置，因此，相同下标subscript对应的数却绝不会相同，每一次取出的数都不会一样，这样，就保证了算法的确定性、有效性、有穷性。

参考：

1、百度博客文章，源地址丢失，谢谢原作者