C++的伪随机数的统计检验

C++提供了伪随机数生成器（Pseudo-random number generator, PRNG）来生成随机数。在进行统计检验时，我们可以使用这些随机数来进行分析和验证。

C++标准库中的随机数生成器位于<random>头文件中，主要包括以下几个类：
1. std::random_device：用于获取真随机数的设备。
2. std::default_engine：默认的伪随机数引擎，通常使用Mersenne Twister算法。
3. std::uniform_int_distribution：用于生成均匀分布的整数随机数。
4. std::uniform_real_distribution：用于生成均匀分布的实数随机数。

下面是一个简单的示例代码，演示如何使用C++的伪随机数生成器和统计检验：

#include <iostream>
#include <random>

int main() {
    std::random_device rd;
    std::default_random_engine engine(rd());
    std::uniform_int_distribution<int> distribution(1, 6);

    int count[7] = {0}; // 统计每个数字出现的次数

    for (int i = 0; i < 1000; ++i) {
        int num = distribution(engine);
        count[num]++;
    }

    for (int i = 1; i <= 6; ++i) {
        std::cout << "Number " << i << ": " << count[i] << std::endl;
    }

    return 0;
}

上述代码使用了std::uniform_int_distribution生成均匀分布的整数随机数，统计了1到6每个数字出现的次数。通过运行程序，我们可以观察到每个数字的出现次数是否接近于理论上的均匀分布。