你的游戏程序为什么每次打开都是同一个“随机数”？

你有没有遇到过这种情况：辛辛苦苦写了一个猜数字小游戏，第一次运行，电脑心里想的“随机数”是 42；你关掉程序再打开，它还是 42；再打开，依然是 42。这哪是随机？这分明是“套路”。

其实这不能怪 rand 函数，它只是按照一个固定的算法在“演”随机数。真正的幕后黑手是：你没有给它一个不一样的种子。

随机数的真相：伪随机 + 种子

C++ 里的 rand() 并不会凭空产生真正的随机，它更像是拿一个初始值（种子）去喂一个公式，公式算出一个数，然后这个数又作为下一次运算的输入，如此下去，产生一串数字。这串数字看起来杂乱无章，但只要种子一样，整串数字就完全一样。

所以，rand() 本身没什么问题，问题在于程序每次启动时，默认的种子都一样。第一次运行从 41 开始，第二次还是从 41 开始，第三次依然如此——游戏自然毫无惊喜。

破解方法就是引入 srand，用当前时间做种子：

srand(time(0));

时间每秒都在变，这样每次运行程序，种子不同，后续的随机数序列也就完全不同了。这个操作在整个程序里只需执行一次，放在 main 函数的开头。千万别在循环里反复调用 srand，否则同一秒内生成的“随机数”可能全部相同——这算新手最容易踩的坑之一。

把随机数变成你想要的区间

rand() 直接返回的是 0 到 RAND_MAX 之间的整数，在多数环境里 RAND_MAX 是 32767。但我们日常需要的往往是特定区间，比如骰子的 16、百分制的 0100、抽奖编号的 50~100。

核心公式非常简单：

rand() % (最大值 - 最小值 + 1) + 最小值

举个例子，想生成闭区间 [10, 20] 的整数，很多人第一反应会写 rand() % 10 + 10。这个表达式确实生成了 10 个数，但范围只有 10 到 19，整整漏掉了 20。正确写法是：

int num = rand() % 11 + 10;   // 区间长度 = 20 - 10 + 1 = 11

这个模数搞错的坑，在各类考题里反复出现。比如有题目问你“生成 [10,20] 闭区间的随机整数，哪个表达式正确”，选项里 rand() % 11 + 10 是正解，而 rand() % 10 + 10 则完美地错过了最大的那个数。原因很简单：模数代表的是区间内包含多少个整数，[10,20] 一共有 11 个数，而不是 20-10=10 个。

如果你想要随机小数，比如模拟一个 10% 的中奖概率，可以把 rand() 转成 double 再除以 RAND_MAX：

double ratio = (double)rand() / RAND_MAX;   // 0.0 ~ 1.0
if (ratio < 0.1) {
    // 中奖
}

这样处理完，随机数就能用来做很多事了。

一道题告诉你随机根本不是重点

有段时间我给学生讲循环和坐标计算，拿了一道“蜜蜂飞舞”的题目当练习。题目描述得很浪漫：两只蜜蜂在三维空间里飞，每次飞行给出各自的速度向量和飞行时间，最后让你算两只蜜蜂的距离，保留四位小数。

题目里根本没有出现 rand，但我为什么在讲随机数的时候提它？因为这道题把“随机”这个概念彻底从你脑子里赶走——它的难点在于：你不需要随机，只需要老老实实模拟。

解题思路其实非常直白：

1. 读入飞行次数 n。
2. 在每次飞行中，把第一只蜜蜂的坐标分别加上 ai * ti、bi * ti、ci * ti；第二只蜜蜂同理，加上 di * ti、ei * ti、fi * ti。
3. n 次飞行结束后，用两点间距离公式输出结果。

关键代码就几行：

x1 += a * t; y1 += b * t; z1 += c * t;
x2 += d * t; y2 += e * t; z2 += f * t;

最后算距离：

double dist = sqrt(pow(x1 - x2, 2) + pow(y1 - y2, 2) + pow(z1 - z2, 2));
printf("%.4lf\n", dist);

这道题的意义在于，它让我们意识到：很多看似“随机”的场景，本质上是确定性的模拟。反过来，如果你真的需要不确定性，比如让每次运行的蜜蜂初始位置都不同，那你才需要 rand 出场。随机数不是用来解决所有“未知”问题的银弹，它是工具，什么时候用、怎么用，取决于你想让程序呈现什么样的行为。

随机数也能很优雅：复利计算里的“确定性”

再看一个和随机数完全相反的例子——复利存款。题目给你本金 P、年利率 r%、年限 N，要求复利计算后的本利和，结果四舍五入取整数。

这个问题的核心是公式：

本利和 = P × (1 + r/100)^N

其中 N 不超过 5，所以直接循环乘 N 次即可。为什么提这个？因为有些同学一看到“利率”“年份”就想着随机模拟，或者用复杂的金融模型，其实题目已经把公式给你了，你只需要把年利率从整数 r 转成小数 r / 100.0，然后老老实实乘 N 次：

double money = P;
for (int i = 0; i < N; i++) {
    money *= (1 + r / 100.0);
}
int ans = (int)(money + 0.5);  // 四舍五入

这个例子告诉我们：确定性计算和随机数生成是编程里的两条平行线。已知规则，就按规则算；规则本身就是不确定的，比如掷骰子、抽奖，才需要 rand。把这两者混为一谈，代码就会变得又乱又难调试。

理解随机数，才能驾驭随机性

回到开头的问题：如何让程序里的“随机数”真正随起来？记住三件事：

1. srand(time(0)) 只调用一次，放在程序入口。
2. 区间映射公式：rand() % (最大值 - 最小值 + 1) + 最小值，模数千万别算错。
3. 随机数只是伪随机，对于日常练习、游戏、模拟完全够用；但如果你将来做密码学、科学模拟，就需要拥抱 C++11 的 <random> 库，比如 mt19937，它能提供质量更高、更可控的随机分布。

随机数的魅力在于，它让程序第一次有了“不确定性”。一个猜数字游戏，有了随机种子，每次玩都是全新的挑战；一个抽奖程序，有了随机数，才可能保证公平。理解了背后的机制，你就不会再被“为什么每次运行结果都一样”这种问题卡住了。

现在，找个题目练练手吧。写一个掷骰子模拟器，或者一个随机点名器，用上 srand 和区间公式，亲手感受一下“不可预测”的乐趣。

---

关于作者

我是赵老师，持有 NOI 信息学奥赛教练证书，拥有 15 年以上的软件开发经验，从事信息学少儿编程教学已有 8 年时间。

这些年累计帮助 多名 学生通过编程特长升入自己心仪的目标学校。

如果你在编程学习上有任何疑问，欢迎联系我：18620372957（微信同号）