实际上，一个<random>随机数引擎中应该使用哪个？std :: mt19937？

假设您想<random>在实际程序中使用C ++ 工具（对于“实际”的某些定义-这里的约束是该问题的一部分）。您的代码大致如下：

int main(int argc, char **argv) {
    int seed = get_user_provided_seed_value(argc, argv);
    if (seed == 0) seed = std::random_device()();
    ENGINE g(seed);  // TODO: proper seeding?
    go_on_and_use(g);
}

我的问题是，您应该使用哪种类型ENGINE？

• 我以前经常说std::mt19937，是因为它可以快速键入并具有名称识别功能。但是这些天来，似乎每个人都在说 Mersenne Twister非常重且对缓存不友好，甚至没有通过其他人所做的所有统计测试。

• 我想说，std::default_random_engine因为这是显而易见的“默认值”。但是我不知道它在平台之间是否有所不同，并且我也不知道它在统计上是否有好处。

• 既然如今每个人都在64位平台上，我们至少应该使用std::mt19937_64over std::mt19937吗？

• 我想说pcg64还是xoroshiro128因为它们看起来受人尊敬且轻巧，但它们根本不存在<random>。

• 我不知道什么minstd_rand，minstd_rand0，ranlux24，knuth_b，等-当然，他们一定是好东西？

显然，这里存在一些竞争约束。

• 发动机强度。（<random>没有加密强度高的PRNG，但是，某些标准化的PRNG比其他的“弱”，对吧？）

• sizeof 引擎。

• 其速度operator()。

• 易于播种。mt19937众所周知，很难正确地植入种子，因为它有太多的状态要初始化。

• 库供应商之间的可移植性。如果一个供应商提供的foo_engine编号与另一供应商提供的编号不同foo_engine，则对某些应用程序不利。（希望这不排除任何可能，除非default_random_engine。）

尽可能权衡所有这些限制，您将说出最终的“最佳实践留在标准库中”的答案是什么？我应该继续使用std::mt19937还是什么？

《 C ++参考》列出了C ++当前提供的所有随机引擎。但是，引擎的选择还有很多需要改进的地方（例如，请参阅我的高质量随机生成器列表）。例如：

• default_random_engine 是由实现定义的，因此未知引擎是否存在应用程序可能关心的统计缺陷。
• linear_congruential_engine实现线性同余生成器。但是，除非模数是质数且很大（至少64位），否则它们的质量往往很差。同样，他们不能接受比其模数更多的种子。
• minstd_rand0并minstd_rand只接受约2 ^ 31粒种子。knuth_b包装a minstd_rand0并对其进行Bays–Durham混洗。
• mt19937并mt19937_64可以接受更多种子，如果它们的初始化效果更好（例如，通过对a std::seed_seq的多个输出进行初始化random_device，而不仅仅是对a的初始化），但它们使用大约2500字节的状态。
• ranlux24并ranlux48使用约577位状态，但它们的速度很慢（它们通过保留一些状态并丢弃其他伪随机输出来工作）。

但是，C ++还具有两个引擎，它们包装了另一个引擎以潜在地改善其随机性属性：

• discard_block_engine 丢弃给定随机引擎的某些输出。
• shuffle_order_engine 实现给定随机引擎的Bays-Durham随机播放。

举例来说，这是可能的，比方说，有一个海湾-达勒姆洗牌mt19937，ranlux24或自定义linear_congruential_engine用shuffle_order_engine。包裹的引擎也许比原始引擎质量更好。但是，如果不进行测试就很难预测新引擎的统计质量。

因此，在进行此类测试之前，似乎这mt19937是目前C ++标准中最实用的引擎。但是，我知道至少有一个建议在将来的C ++版本中添加另一个随机数引擎（请参阅C ++论文P2075）。

根据C ++参考，default_random_engine：

是库实现选择生成器，以便为相对随意，不熟练和/或轻量级使用提供至少可接受的引擎行为。

因此，对于轻量级的应用，你不需要是任何事情担心，种子default_random_engine用Epoch Time (time(0))这将是不够细;）