C++ 数字

C++ 中的数字

C++ 提供了多种基本数据类型来表示数字，包括整型 (short, int, long, long long，可以是 signed 有符号或 unsigned 无符号) 和浮点型数字 (float, double, long double)。选择哪种类型取决于所需的范围和精度。

定义和初始化数字

通过指定类型和名称来定义数值变量，初始化它们至关重要。

#include <iostream>
#include <limits> // 用于获取数值限制

int main() {
    // 整型
    short smallNum {150};
    int standardInt {-50000};
    long long largeInt {1234567890123LL}; // long long 类型的 LL 后缀
    unsigned int positiveOnly {400000};

    // 浮点型
    float price {99.95f}; // float 类型的 f 后缀
    double pi {3.1415926535};
    long double highPrecisionPi {3.141592653589793238L}; // long double 类型的 L 后缀

    // 打印数字
    std::cout << "short: " << smallNum << std::endl;
    std::cout << "int: " << standardInt << std::endl;
    std::cout << "long long: " << largeInt << std::endl;
    std::cout << "unsigned int: " << positiveOnly << std::endl;
    std::cout << "float: " << price << std::endl;
    std::cout << "double: " << pi << std::endl;
    // 如果需要，确保 long double 输出高精度
    std::cout.precision(std::numeric_limits<long double>::max_digits10);
    std::cout << "long double: " << highPrecisionPi << std::endl;

    return 0;
}

输出（浮点精度可能略有差异）：

short: 150
int: -50000
long long: 1234567890123
unsigned int: 400000
float: 99.95
double: 3.14159
long double: 3.141592653589793238

数学运算

C++ 支持标准的算术运算符 (+, -, *, /, %)。对于更高级的数学函数，请包含 <cmath> 头文件。

常用的 `<cmath>` 函数：

函数	描述
`std::sqrt(x)`	计算 `x` 的平方根。
`std::pow(base, exp)`	计算 `base` 的 `exp` 次幂。
`std::sin(x)`、`std::cos(x)`、`std::tan(x)`	三角函数（角度 `x` 以弧度为单位）。
`std::log(x)`	计算 `x` 的自然对数（底数为 e）。
`std::log10(x)`	计算 `x` 的常用对数（底数为 10）。
`std::abs(x)`	计算整数 `x` 的绝对值（来自 `<cstdlib>`）。
`std::fabs(x)`	计算浮点数 `x` 的绝对值（来自 `<cmath>`）。
`std::ceil(x)`	将 `x` 向上舍入到最接近的整数（返回 double）。
`std::floor(x)`	将 `x` 向下舍入到最接近的整数（返回 double）。
`std::round(x)`	将 `x` 舍入到最接近的整数（返回 double，C++11）。
`std::hypot(x, y)`	计算 (x² + y²) 的平方根，避免中间过程的溢出/下溢（C++11）。

使用 <cmath> 的示例：

#include <iostream>
#include <cmath> // 包含数学函数
#include <cstdlib> // 用于 std::abs

int main() {
    double d = -200.374;
    float f = 230.47f;
    int i = -1000;

    std::cout << "fabs(d): " << std::fabs(d) << std::endl;
    std::cout << "abs(i): " << std::abs(i) << std::endl;
    std::cout << "floor(d): " << std::floor(d) << std::endl;
    std::cout << "ceil(d): " << std::ceil(d) << std::endl;
    std::cout << "sqrt(f): " << std::sqrt(f) << std::endl;
    std::cout << "pow(5.0, 3.0): " << std::pow(5.0, 3.0) << std::endl;

    return 0;
}

输出：

fabs(d): 200.374
abs(i): 1000
floor(d): -201
ceil(d): -200
sqrt(f): 15.1812
pow(5.0, 3.0): 125

现代 C++ 中的随机数

在许多应用（模拟、游戏、密码学）中，生成高质量的随机数至关重要。现代 C++ 中通常不推荐使用旧的 C 风格 rand() 和 srand() 函数（来自 <cstdlib>)，因为它们通常产生低质量的伪随机数且非线程安全。

<random> 头文件（C++11 引入）提供了更好的框架：

随机数引擎 (Random Number Engines): 生成伪随机位序列（例如，std::mt19937 - 梅森旋转算法，一种高质量的通用引擎）。
随机数分布 (Random Number Distributions): 将引擎输出映射到特定的统计分布（例如，均匀整数分布 std::uniform_int_distribution，均匀实数分布 std::uniform_real_distribution，正态分布 std::normal_distribution）。
种子 (Seeding): 引擎需要被设置种子（初始化），以便每次产生不同的序列。使用 std::random_device 是获取非确定性种子的常用方法。

使用 <random> 的示例：

#include <iostream>
#include <random> // 包含现代随机数生成功能
#include <vector>

int main() {
    // 1. 设置随机数引擎的种子 (最好在应用程序运行时设置一次)
    std::random_device rd; // 从硬件/OS 获取非确定性种子
    std::mt19937 engine(rd()); // 使用 rd() 作为种子创建梅森旋转引擎

    // 2. 定义分布
    std::uniform_int_distribution<int> uniform_dist_int(1, 100); // 生成 1 到 100 之间的整数 (包含两端)
    std::uniform_real_distribution<double> uniform_dist_real(0.0, 1.0); // 生成 0.0 到 1.0 之间的双精度浮点数 (不包含 1.0)
    std::normal_distribution<double> normal_dist(50.0, 10.0); // 均值 Mean=50, 标准差 Standard Deviation=10

    // 3. 使用引擎和分布生成随机数
    std::cout << "Uniform integers (1-100):" << std::endl;
    for (int i = 0; i < 5; ++i) {
        std::cout << uniform_dist_int(engine) << " ";
    }
    std::cout << std::endl;

    std::cout << "\nUniform doubles (0.0-1.0):" << std::endl;
    for (int i = 0; i < 5; ++i) {
        std::cout << uniform_dist_real(engine) << " ";
    }
    std::cout << std::endl;

    std::cout << "\nNormally distributed doubles (mean=50, stddev=10):" << std::endl;
    for (int i = 0; i < 5; ++i) {
        std::cout << normal_dist(engine) << " ";
    }
    std::cout << std::endl;

    return 0;
}

示例输出（每次运行时值会有所不同）：

Uniform integers (1-100):
75 15 68 91 3

Uniform doubles (0.0-1.0):
0.888989 0.194441 0.686665 0.241961 0.542765

Normally distributed doubles (mean=50, stddev=10):
46.5876 57.8495 39.9173 52.5858 61.5401

**建议：**在 C++ 中生成随机数时，始终优先使用 <random> 库，而不是 rand()/srand()。