所以我有一个家庭作业，我们需要生成1到100之间的随机数。我有一个工作的例子，int i = rand（）％100;但根据技术上不正确的作业，我真的没有。作业说明如下
“1.1我们使用随机数生成器模拟总线到达时间。===> rand（）函数.rand（）函数返回一个伪随机数0到RAND_MAX（Linux中为2 ^ 31-1）。生成一个随机数，rn，0.0和1.0之间的比特; rn = rand（）/ RAND_MAX。（顺便提一下，很多人在下面创建，比如说2位数的随机数.r_num = rand（）％100;因为％100然而，这是错误的。生成2位数随机数的正确方法是：以10个间隔划分0-RAND_MAX并查看随机数落在何处。间隔时间是，它= RAND_MAX / 100.然后，通过以下方式将其映射到0 - 99之一：0 1 2 3 ......... 99 0它2 *它3 *它99 *它到RAND_MAX如果rand（）返回一个数字之间（ 12 * it）和（13 * it），2位数随机数为12.）“
我希望有人能够解释它在说什么，我不是在寻找代码示例只是对问题的理解。
那里有几个问题，都与模运算符的工作方式有关。当你用b除以时，a % b有效地给你余数。所以我们假设我们以4为模数计算数字。我们也假设RAND_MAX = 6，因为我真的不希望在我的表中有32768+行。
a | a % 4
------------
0 | 0
1 | 1
2 | 2
3 | 3
4 | 0
5 | 1
6 | 2
因此，如果您使用自己的方法生成1到4之间的随机数，则有两个问题。首先，简单的一个：你生成0到3之间的数字，而不是1和4.模数运算符的结果总是在0和模数之间。
另一个问题更微妙。如果RAND_MAX没有均匀地划分为模数，则每个数字的概率不会相同。在我们的例子中，有两种方法可以使0到2，但只有一种方法可以做到3.所以3将发生~14.3％的时间，而每个其他数字将出现~28.6％的时间。要获得统一分布，您需要找到一种方法来处理RAND_MAX不均匀分配的情况。
RAND_MAX通常是2^31 - 1所以它是相等的2147483647。
但是为了简单起见，我们假设我们有一个非常奇怪的系统，RAND_MAX = 100（所以rand()可以将0返回到100，这是101个数字）。让我们假设rand()函数具有理想的uniform distribution。
现在，rand() % 100的概率是多少？ 1到99的数字具有相同的概率，即1/101。但0有概率2/101，因为当rand()返回0和当rand()返回100时，表达式rand() % 100将等于0。所以0可以比任何其他数字更频繁地来，实际上是两倍。所以我们用rand() % 100分配的2位数字并不统一。
现在，该文本提出了解决问题的方法。建议的解决方案是将0分成RAND_MAX区域为100个偶数部分，这样每个部分内的数字具有相同的概率。然后滚动rand()并查看数字结束的区域。如果RAND_MAX是2147483647并且我们例如得到一个数字279172968我们可以看到它在第13区域结束 - 在RAND_MAX / 100 * 13 = 279172868和RAND_MAX / 100 * 14 = 300647704之间。
正如我们所看到的那样，解决方案也是有缺陷的，当0不等于RAND_MAX时，不可能将RAND_MAX % 100划分为0成100个偶数部分。
我觉得唯一可行的解决方案是丢弃所有大于RAND_MAX / 100 * 100的数字（使用C整数运算）。剩下的数字将具有均匀分布，最大值将被100整除，所以其余的我们可以只用rand() % 100。所以像这样：
int get_2_digit_number() {
int r = 0;
while (1) {
r = rand();
if (r > (RAND_MAX / 100 * 100)) {
continue;
}
break;
}
return r % 100;
}
您可以在SO上找到相关代码。例如，下面的rand_int()代码基于Is this C implementation of the Fisher-Yates shuffle correct?答案中的整数代码（特别是answer的Roland Illig）：
static size_t rand_int(size_t n)
{
size_t limit = RAND_MAX - RAND_MAX % n;
size_t rnd;
while ((rnd = rand()) >= limit)
;
return rnd % n;
}
这个想法是你计算并忽略rand()返回的大值，这会导致偏差结果。返回其中一个大值时，忽略它并尝试下一个值。这将很少需要两次以上的rand()调用。
您可能会发现Shuffle array in C中的一些外部引用也很有用。