第45章随机数

课程目录第45章随机数

45、随机数：rand()的种子设置与伪随机数周期

说到随机数，很多嵌入式工程师第一反应就是 rand()。嗯，这个函数确实方便，但你真的了解它吗？

我见过不少项目，产品跑着跑着突然出现诡异的“复现”现象——明明应该是随机的事件，却总在固定时间点重复出现。查到最后，问题都出在随机数上。

说白了，rand() 生成的并不是真正的随机数，而是伪随机数。它背后是一个确定的数学公式，只要初始状态（种子）相同，生成的序列就完全一样。

伪随机数的本质

标准 C 库里的 rand() 通常使用线性同余生成器（LCG）。公式长这样：

next = (current * A + C) % M

其中 A、C、M 都是常量。每次调用 rand()，内部状态就更新一次，然后返回一个值。

你想想看，这个状态空间是有限的。M 决定了周期上限。在大多数实现中，RAND_MAX 是 32767，内部状态也是 32 位或 31 位。这意味着什么？

意味着最多跑 2^31 次，序列就会重复。对于桌面程序来说这不算啥，但在嵌入式设备里，如果长时间运行，周期问题就会暴露。

核心要点：伪随机数不是真随机，它是可预测的。种子相同，序列就相同。

种子设置：srand() 的正确用法

我习惯在程序启动时调用一次 srand() 来设置种子。常见的做法是用 time(NULL)：

#include <stdlib.h>
#include <time.h>

int main() {
    srand((unsigned int)time(NULL));
    // 后续使用 rand()
    int r = rand();
    return 0;
}

但这里有个坑——如果程序在 1 秒内多次启动，time() 返回的值是一样的，种子也就一样。我在项目中遇到过这种情况：设备上电自检时连续调用两次初始化函数，结果两次生成的“随机”序列完全一致。

注意：不要频繁调用 srand()。每次调用都会重置随机数序列，反而会降低随机性。通常只在程序入口处调用一次。

更好的做法是结合硬件信息来生成种子。比如用 ADC 的噪声、时钟抖动、或者芯片的唯一 ID：

// 结合多种信息生成种子
unsigned int seed = (unsigned int)time(NULL);
seed ^= (unsigned int)__get_cycle_count();  // 读取 CPU 周期计数
seed ^= (unsigned int)read_unique_chip_id(); // 读取芯片唯一 ID

srand(seed);

这样做的好处是，即使同一秒启动，种子也会因为硬件差异而不同。

伪随机数周期：你踩过这个坑吗？

我曾经调试过一个通信协议栈，里面用随机数来做退避算法。测试时一切正常，但放到现场跑了三天后，设备开始出现周期性的冲突。查了两天才发现——随机数周期到了。

标准 rand() 的周期通常是 2^31 左右。如果每秒调用 1000 次，大约 24 天就会重复。对于需要长期运行的嵌入式设备，这绝对是个隐患。

怎么解决？

使用更好的随机数生成器：比如 rand48 系列（周期 2^48），或者 Mersenne Twister（周期 2^19937）
自己实现 LCG：选择更大的模数 M，比如 2^64
混合多个生成器：把两个不同周期的生成器结果做异或

这里给一个简单的 64 位 LCG 实现：

static unsigned long long seed = 1;

void my_srand(unsigned long long s) {
    seed = s;
}

int my_rand() {
    seed = seed * 6364136223846793005ULL + 1442695040888963407ULL;
    return (int)(seed >> 33);  // 取高 31 位
}

这个生成器的周期是 2^64，对于绝大多数嵌入式应用来说完全够用了。

随机数的质量评估

不是所有随机数都一样。我见过有人用 rand() % 100 来生成 0-99 的随机数，结果发现低位的随机性很差。为什么？

因为 LCG 的低位比特周期更短。比如 rand() % 2 的结果可能交替出现 0 和 1，根本不是随机的。

取模方式	低位随机性	建议
`rand() % N`	差（N 为 2 的幂时尤其差）	避免使用
`rand() / (RAND_MAX / N)`	较好	推荐使用
`(rand() << 15) \| rand()`	好	需要更大范围时使用

我个人习惯用除法而不是取模：

// 生成 0 到 N-1 的随机数
int rand_range(int N) {
    return (int)((double)rand() / (RAND_MAX + 1.0) * N);
}

这样能避免低位周期问题，分布也更均匀。

SVG：伪随机数生成与周期示意图

嵌入式环境下的特殊考量

在嵌入式系统里，资源有限，不能随便用复杂的随机数算法。我一般遵循这几个原则：

不要用 rand() 做安全相关的事情——它太容易被预测了
如果只需要简单的随机延迟，用 LCG 就够了，别上 Mersenne Twister
注意线程安全——rand() 不是线程安全的，多任务环境要加锁或用线程本地存储
考虑功耗——频繁调用随机数生成器会增加 CPU 负载

小技巧：如果芯片有硬件随机数生成器（比如 STM32 的 RNG 外设），优先使用。它基于物理噪声，是真随机，没有周期问题。

避坑指南

我曾经接手过一个项目，代码里到处是 srand(time(NULL))，每次调用 rand() 之前都设一次种子。结果呢？因为 time() 精度是秒，同一秒内所有种子都一样，生成的“随机数”完全一样。

另一个常见错误是用 rand() % 6 模拟骰子。我刚才说了，低位随机性差，结果 0 和 3 出现的概率可能比其他数字高。测试时看不出来，但用户用久了就会发现规律。

嗯，记住一句话：种子只设一次，取模要谨慎，周期要算清。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

45、随机数：rand()的种子设置与伪随机数周期

伪随机数的本质

种子设置：srand() 的正确用法

伪随机数周期：你踩过这个坑吗？

随机数的质量评估

SVG：伪随机数生成与周期示意图

嵌入式环境下的特殊考量

避坑指南