mt19937 rng(chrono::steady_clock::now().time_since_epoch().count()); 这行代码用于创建一个高质量的随机数生成器。让我详细解释每个部分：
完整代码示例
#include <iostream>
#include <random>
#include <chrono>
using namespace std;int main() {// 创建随机数生成器mt19937 rng(chrono::steady_clock::now().time_since_epoch().count());// 生成随机数cout << "随机整数: " << rng() << endl;// 生成指定范围的随机数uniform_int_distribution<int> dist(1, 100);cout << "1-100的随机数: " << dist(rng) << endl;return 0;
}
各部分解析
1. mt19937
- Mersenne Twister 19937 伪随机数生成算法
- 周期很长：2^19937 - 1
- 生成高质量的随机数
2. chrono::steady_clock::now()
- 获取当前时间点
steady_clock是单调时钟，不会因系统时间调整而回退
3. .time_since_epoch()
- 返回从时钟纪元（1970年1月1日）到现在的时间间隔
4. .count()
- 将时间间隔转换为整数（通常是纳秒或微秒）
- 作为随机数种子
在算法竞赛中的常见用法
基本随机数生成
mt19937 rng(chrono::steady_clock::now().time_since_epoch().count());// 生成随机整数
int random_int = rng();// 生成指定范围随机数 [a, b]
int random_in_range = rng() % (b - a + 1) + a;
使用分布类（推荐）
mt19937 rng(chrono::steady_clock::now().time_since_epoch().count());// 整数均匀分布 [1, n]
uniform_int_distribution<int> dist1(1, n);
int x = dist1(rng);// 实数均匀分布 [0.0, 1.0]
uniform_real_distribution<double> dist2(0.0, 1.0);
double y = dist2(rng);
随机打乱数组
mt19937 rng(chrono::steady_clock::now().time_since_epoch().count());vector<int> arr = {1, 2, 3, 4, 5};
shuffle(arr.begin(), arr.end(), rng);
替代方案
如果不想写这么长，也可以用简单版本：
// 简单版本（随机性稍差）
mt19937 rng(time(0));// 或者使用随机设备（需要编译器支持）
random_device rd;
mt19937 rng(rd());
在题目代码中的使用
在你之前的代码中：
mt19937 rng(chrono::steady_clock::now().time_since_epoch().count());// 打乱数组
shuffle(points.begin(), points.end(), rng);// 或者生成随机索引
int random_index = rng() % points.size();
这样可以确保每次运行程序时都能获得不同的随机序列，对于随机化算法很重要。