生成许多​​良好的均匀分布的随机数

Question

我正在 运行 分析具有随机权重的非常大的图。我知道使用 rand() 功能很差，所以我一直根据我所阅读的内容使用此功能来生成适当的随机数：

double randomZeroToOne()
{
    random_device rd;
    mt19937 mt(rd());
    uniform_real_distribution<double> dist(0.0, 1.0);
    double randomRealBetweenZeroAndOne = dist(mt);
    return randomRealBetweenZeroAndOne;
}

每次我想在我的图中放置一个权重时，我都会调用这个函数并将它插入到我的邻接矩阵中。但是，我担心也许我正在使用一种缓慢的方法来生成这些数字。这对于小图来说效果很好，但我的大图非常慢（可能是其他原因减慢了它的速度，但我只是想仔细检查并学习正确的方法）。保持数字质量但尽可能快地生成它们的最佳方法是什么？

此外，如果您知道用快速、良好、均匀分布的随机数初始化已知大小的向量的方法，那就更好了（尽管我仍然对我的主要问题的答案感到好奇）。

编辑：

这是我新提出的解决方案：

#include <iostream>
#include <random>
#include<vector>
#include<iomanip>
#include<cmath>
using namespace std;

random_device rd;
mt19937 mt(rd());
uniform_real_distribution<double> dist(0.0, 1.0);

int main()
{
    double randomRealBetweenZeroAndOne = dist(mt);
    double anotherRandomRealBetweenZeroAndOne = dist(mt);
    double anothernother = dist(mt);
    vector<double> randoman(10,dist(mt));
    cout << randomRealBetweenZeroAndOne << endl;
    cout << anotherRandomRealBetweenZeroAndOne <<endl;
    cout << anothernother <<endl;
}

如果您发现任何问题，请告诉我，尤其是当此函数将被多次调用时。

Answer 1

正如您在建议的解决方案中所建议的那样，您不想在每次需要随机数时都使用 std::random_device 并创建随机引擎。但我会避免使它们成为全局变量。我建议在函数中使用静态变量。它们仍然只初始化一次，所以它会一样快，但它们会更加封装：

double randomZeroToOne()
{
    static mt19937 mt(std::random_device{}());
    static uniform_real_distribution<double> dist(0.0, 1.0);
    return dist(mt);
}

（请注意，同时从多个线程调用此函数是不安全的。如果这是一个要求，请将此处的 static 更改为 thread_local。）