我想从 std::vector 中随机获取 2 个不同的元素。我怎样才能做到这一点：
【问题讨论】：
为了优雅和简洁：
void Choose (const int size, int &first, int &second)
{
// pick a random element
first = rand () * size / MAX_RAND;
// pick a random element from what's left (there is one fewer to choose from)...
second = rand () * (size - 1) / MAX_RAND;
// ...and adjust second choice to take into account the first choice
if (second >= first)
{
++second;
}
}
使用 first 和 second 来索引向量。
为了统一，这是非常棘手的，因为随着大小接近 RAND_MAX，会偏向较低的值，如果大小超过 RAND_MAX，那么将有永远不会选择的元素。解决这个问题的一种方法是使用二分搜索：
int GetRand (int size)
{
int lower = 0, upper = size;
do
{
int mid = (lower + upper) / 2;
if (rand () > RAND_MAX / 2) // not a great test, perhaps use parity of rand ()?
{
lower = mid;
}
else
{
upper = mid;
}
} while (upper != lower); // this is just to show the idea,
// need to cope with lower == mid and lower != upper
// and all the other edge conditions
return lower;
}
【讨论】：
second 的最后一个元素会发生什么？然后增加索引并溢出。把(size - 1)去掉就可以缓存size / MAX_RAND了。
您需要从 [0, N) 范围内生成 M 个均匀分布的随机数，但这里有一个警告。
需要注意的是，您对问题的陈述是模棱两可的。均匀分布的选择是什么意思？一件事是说必须以相等的概率（当然是 M/N）选择每个索引。另一件事是说必须以相等的概率选择每个双指数组合。这两个是不一样的。你想到了哪一个？
如果 M 远小于 N，则在 [0, N) 范围内选择 M 个数字的经典算法是 Bob Floyd 算法，该算法可在 Bentley 的“Programming Peals”一书中找到。它看起来如下（草图）
for (int j = N - M; i < N; ++j) {
int rand = random(0, j); // generate a random integer in range [0, j]
if (`rand` has not been generated before)
output rand;
else
output j;
}
为了检查是否已经为相对较高的 M 生成了 rand，需要对集合进行某种实现，但在您的情况下，M=2 很简单。
请注意，此算法均匀分布 M 个数字的集合。此外，该算法需要精确的 M 次迭代（尝试）来生成 M 个随机数，即它不遵循在旨在解决同一问题的各种 ad-hoc 算法中经常使用的有缺陷的“试错”方法。
根据您的具体情况调整上述内容，正确的算法如下所示
first = random(0, N - 2);
second = random(0, N - 1);
if (second == first)
second = N - 1;
（我省略了random(a, b) 的内部细节作为实现细节）。
为什么上面的工作正确并产生真正均匀的分布可能不是很明显，但确实如此:)
【讨论】：
如何使用std::queue 并对它们执行std::random_shuffle。那就尽情享受吧？
【讨论】：
不优雅，但非常简单：只需在 [0, vector.size()[ 中绘制一个随机数并检查它是否相同。
简单在某种程度上也是优雅的；）
你叫什么快？我想这可以在一毫秒内完成数千次。
【讨论】：
rand() % vector.size() 见 linux.die.net/man/3/rand 使用类似 rand() * vector.size() / RAND_MAX 的东西，这承诺是统一的。
每当需要随机数时，您都会对随机数的均匀性、分布等属性提出各种问题。
假设您为您的应用程序找到了合适的随机源，那么生成不相关条目对的最简单方法就是选择两个随机索引并测试它们以确保它们不相等。
给定一个包含 N+1 个条目的向量，另一种选择是在 0..N 范围内生成索引 i。 element[i] 是选择之一。交换元素 i 和 N。在 0..(N-1) 范围内生成索引 j。 element[j] 是您的第二选择。这会慢慢地打乱你的向量，这可能是有问题的，但可以通过使用第二个向量来避免它，该向量将索引保存到第一个向量中，并对其进行改组。这种方法用交换来换取索引比较，并且对于小向量（通常是十几个或更少的元素）往往更有效，因为它避免了随着冲突数量的增加而不得不进行多重比较。
【讨论】：
您可能想查看gnu scientific library。那里有一些非常好的随机数生成器，可以保证随机到比特级别。
【讨论】：