Số ngẫu nhiên với <random>

Thư viện <random> (từ C++11) cung cấp cách sinh số ngẫu nhiên chất lượng cao, linh hoạt hơn nhiều so với hàm rand() cũ kế thừa từ C.

Vấn đề với rand() kiểu cũ

#include <cstdlib>
#include <iostream>

int main() {
    std::cout << rand() % 100 << std::endl; // Cách cũ - chất lượng ngẫu nhiên thấp, phân bố không đều
    return 0;
}

rand() % n có xu hướng phân bố không đều (một số giá trị xuất hiện nhiều hơn giá trị khác) và chất lượng ngẫu nhiên kém hơn các thuật toán hiện đại - <random> khắc phục cả hai vấn đề này.

Sinh số nguyên ngẫu nhiên trong khoảng

#include <random>
#include <iostream>

int main() {
    std::random_device rd;  // Nguồn "hạt giống" (seed) ngẫu nhiên thực sự từ hệ thống
    std::mt19937 gen(rd()); // Bộ sinh số ngẫu nhiên (Mersenne Twister) - chất lượng cao

    std::uniform_int_distribution<int> dist(1, 100); // Phân bố đều trong khoảng [1, 100]

    std::cout << dist(gen) << std::endl; // Một số ngẫu nhiên từ 1 đến 100

    return 0;
}

• std::random_device: cung cấp một seed ngẫu nhiên thực sự (dựa vào nguồn entropy của hệ điều hành)
• std::mt19937: bộ sinh số ngẫu nhiên giả (pseudo-random) chất lượng cao, dùng thuật toán Mersenne Twister
• std::uniform_int_distribution: định nghĩa khoảng giá trị và cách phân bố (ở đây là đều - mọi giá trị có xác suất xuất hiện như nhau)

Sinh nhiều số ngẫu nhiên

#include <random>
#include <iostream>

int main() {
    std::random_device rd;
    std::mt19937 gen(rd());
    std::uniform_int_distribution<int> dist(1, 6); // Mô phỏng xúc xắc 6 mặt

    for (int i = 0; i < 5; i++) {
        std::cout << dist(gen) << " ";
    }
    // Ví dụ: 3 6 1 4 2

    return 0;
}

Số thực ngẫu nhiên

#include <random>
#include <iostream>

int main() {
    std::random_device rd;
    std::mt19937 gen(rd());
    std::uniform_real_distribution<double> dist(0.0, 1.0);

    std::cout << dist(gen) << std::endl; // Một số thực ngẫu nhiên từ 0.0 đến 1.0

    return 0;
}

Phân bố chuẩn (Normal Distribution)

<random> còn hỗ trợ nhiều kiểu phân bố khác ngoài phân bố đều, ví dụ phân bố chuẩn (Gaussian) - thường dùng trong mô phỏng khoa học, thống kê:

#include <random>
#include <iostream>

int main() {
    std::random_device rd;
    std::mt19937 gen(rd());
    std::normal_distribution<double> dist(0.0, 1.0); // Trung bình 0, độ lệch chuẩn 1

    std::cout << dist(gen) << std::endl;

    return 0;
}

Cố định seed để kết quả có thể lặp lại (hữu ích khi kiểm thử)

#include <random>
#include <iostream>

int main() {
    std::mt19937 gen(42); // Seed cố định = 42, thay vì random_device
    std::uniform_int_distribution<int> dist(1, 100);

    std::cout << dist(gen) << std::endl; // Luôn cho cùng kết quả mỗi lần chạy chương trình

    return 0;
}

Cố định seed rất hữu ích khi viết test tự động - đảm bảo kết quả “ngẫu nhiên” luôn giống nhau giữa các lần chạy để dễ so sánh và debug.

Tổng kết

• <random> (C++11) cung cấp cách sinh số ngẫu nhiên chất lượng cao, nên dùng thay cho rand() kiểu cũ
• Cần 3 thành phần: nguồn seed (random_device), bộ sinh số (mt19937), và phân bố (uniform_int_distribution, normal_distribution…)
• Dùng seed cố định khi cần kết quả “ngẫu nhiên” có thể lặp lại được, ví dụ trong kiểm thử tự động