C语言生成随机数：离散与连续的C++代码实现

随机数的生成在计算机科学中扮演着关键角色，特别是在模拟、加密、算法优化等领域。本文主要探讨了如何使用C语言来生成两种类型的随机数：离散型和连续型。首先，我们通过混合同余法来实现生成[0,1]范围内的均匀分布随机数。 混合同余法是基于一个名为Mersenne Twister的伪随机数生成器，如C代码所示，通过迭代公式`Xn+1 = (Lambda * Xn + Miu) % M`来产生新的随机数。这里，`M`是大质数，`Lambda`和`Miu`是常数，`Xn`是当前的随机数种子。`MyRnd()`函数负责生成并返回下一个随机数。 对于离散型随机变量，比如两点分布，例子中给出了一个简单的实现方式。两点分布描述的是在一系列独立尝试中，某个事件发生的概率。在这个例子中，通过比较生成的`y`值与给定的概率`p`，决定结果是0还是1。例如，当`y < p`时，事件不发生，返回0；否则，事件发生，返回1。 生成连续型随机变量，特别是正态分布，通常需要借助于概率密度函数。一种方法是采用舍选法，即在概率密度函数的图像上画一个包围区域，生成随机点`(rx, ry)`，如果点落在概率密度函数下方，则认为该随机点对应的数值符合连续随机变量的分布。虽然这段内容没有提供具体的C语言代码，但可以想象，这部分涉及生成均匀分布的随机坐标，然后通过正态分布的概率密度函数校验并决定是否保留该随机值。 以二项分布为例，生成离散型随机变量的过程涉及到了C标准库的`rand()`函数。通过定义实验次数`n`和成功概率`p`，可以根据二项分布的概率公式计算出特定试验中事件A发生的次数。这里的`junyun()`函数可能实现了一个循环，每次迭代调用`rand()`生成一个0到1之间的随机数，然后乘以实验次数`n`并转化为整数，以此模拟实验结果。 总结来说，本文通过C语言详细介绍了如何利用混合同余法生成均匀分布的随机数，以及如何利用这些基础随机数来构造离散型（如两点分布）和连续型（如正态分布）的随机变量。同时，还展示了通过二项分布的实际意义生成离散型随机变量的实例。这种方法在模拟、数据分析等场景中具有广泛的应用价值。