近在进行智能仓储项目的研究时，为了方便A9模块数据的处理，对于M0模块通过传感器的方式采集数据，改成了srand函数和rand函数来模拟数据，这样方便我把精力更多的放在A9模块的数据的处理上，提高了工作的效率，下面给大家介绍一下这两个函数的具体使用：

函数一：int rand(void)；

功能：产生随机值，从srand (seed)中指定的seed开始，返回一个[seed, RAND_MAX（0x7fff）)间的随机整数。

函数二：void srand(unsigned seed)；

参数seed是rand()的种子，用来初始化rand()的起始值。

可以认为rand()在每次被调用的时候，它会查看：

1） 如果用户在此之前调用过srand(seed)，给seed指定了一个值，那么它会自动调用

srand(seed)一次来初始化它的起始值。

2） 如果用户在此之前没有调用过srand(seed)，它会自动调用srand(1)一次。

根据上面的第一点我们可以得出：

1） 如果希望rand（）在每次程序运行时产生的值都不一样，必须给srand(seed)中的seed一个变值，这个变值必须在每次程序运行时都不一样（比如到目前为止流逝的时间）。

2） 否则，如果给seed指定的是一个定值，那么每次程序运行时rand（）产生的值都会一样，虽然这个值会是[seed, RAND_MAX（0x7fff）)之间的一个随机取得的值。

3） 如果在调用rand()之前没有调用过srand(seed)，效果将和调用了srand(1)再调用rand()一样（1也是一个定值）。

举几个例子，假设我们要取得0～6之间的随机整数（不含6本身）：

例一，不指定seed：

for(int i=0;i <10;i++)

{

ran_num=rand() % 6;

cout <

}

每次运行都将输出：5 5 4 4 5 4 0 0 4 2

例二，指定seed为定值1：

srand(1);

for(int i=0;i <10;i++)

{

ran_num=rand() % 6;

cout <

}

每次运行都将输出：5 5 4 4 5 4 0 0 4 2

跟例子一的结果完全一样。

例三，指定seed为定值6：

srand(6);

for(int i=0;i <10;i++)

{

ran_num=rand() % 6;

cout <

}

每次运行都将输出：4 1 5 1 4 3 4 4 2 2

随机值也是在[0,6）之间，随得的值跟srand(1)不同，但是每次运行的结果都相同。

例四，指定seed为当前系统流逝了的时间（单位为秒）：time_t time(0)：

#include

//…

srand((unsigned)time(0));

for(int i=0;i <10;i++)

{

ran_num=rand() % 6;

cout <

}

第一次运行时输出：0 1 5 4 5 0 2 3 4 2

第二次：3 2 3 0 3 5 5 2 2 3

总之，每次运行结果将不一样，因为每次启动程序的时刻都不同（间隔须大于1秒？见下）。

关于time_t time(0)：

time_t被定义为长整型，它返回从1970年1月1日零时零分零秒到目前为止所经过的时间，单位为秒。比如假设输出：

cout <

值约为1169174701，约等于37（年）乘365（天）乘24（小时）乘3600（秒）（月日没算）。

另外，关于ran_num = rand() % 6， 将rand()的返回值与6求模是必须的，这样才能确保目的随机数落在[0,6)之间，否则rand()的返回值本身可能是很巨大的。

一个通用的公式是：

要取得[a,b)之间的随机整数，使用（rand() % (b-a)）+ a （结果值将含a不含b）。

在a为0的情况下，简写为rand() % b。

后，关于伪随机浮点数：

用rand() / double(RAND_MAX)可以取得0～1之间的浮点数（注意，不同于整型时候的公式，是除以，不是求模），举例：

double ran_numf=0.0;

srand((unsigned)time(0));

for(int i=0;i <10;i++)

{

ran_numf = rand() / (double)(RAND_MAX);

cout <

}

运行结果为：0.716636，0.457725，…等10个0～1之间的浮点数，每次结果都不同。

如果想取更大范围的随机浮点数，比如1～10，可以将 rand() /(double)(RAND_MAX) 改为 rand() /(double)(RAND_MAX/10)

运行结果为：7.19362，6.45775，…等10个1～10之间的浮点数，每次结果都不同。

至于100，1000的情况，如此类推。 以上不是伪随机浮点数好的实现方法，不过可以将就着用用…

以上便是我对此函数的整理，希望能对大家有所帮助！