面试题：C++ 随机数生成器的性能优化

可能导致性能问题的原因

随机性质量与性能平衡：某些随机数生成器为了提供高质量的随机性（如Mersenne Twister），计算复杂度较高，在大量生成随机数时性能不佳。
状态更新开销：每次生成随机数时，生成器需要更新其内部状态。复杂的状态更新机制会带来额外的计算开销。
线程安全开销：如果在多线程环境下使用随机数生成器，为保证线程安全可能引入锁等同步机制，这会导致性能瓶颈。

优化方案

换用更高效的随机数生成器：例如 std::ranlux48，它在生成速度和随机性质量上有较好的平衡。

// 优化前
#include <iostream>
#include <random>

int main() {
    std::random_device rd;
    std::mt19937 gen(rd());
    std::uniform_int_distribution<> distrib(1, 100);

    for (int i = 0; i < 1000000; ++i) {
        int num = distrib(gen);
    }

    return 0;
}

// 优化后
#include <iostream>
#include <random>

int main() {
    std::random_device rd;
    std::ranlux48 gen(rd());
    std::uniform_int_distribution<> distrib(1, 100);

    for (int i = 0; i < 1000000; ++i) {
        int num = distrib(gen);
    }

    return 0;
}

批量生成随机数：减少状态更新次数，通过一次更新状态生成多个随机数。例如，使用 std::generate_n 配合自定义的随机数生成函数对象。

// 优化前
#include <iostream>
#include <random>
#include <vector>

int main() {
    std::random_device rd;
    std::mt19937 gen(rd());
    std::uniform_int_distribution<> distrib(1, 100);
    std::vector<int> nums;

    for (int i = 0; i < 1000000; ++i) {
        int num = distrib(gen);
        nums.push_back(num);
    }

    return 0;
}

// 优化后
#include <iostream>
#include <random>
#include <vector>
#include <algorithm>

class MyRandom {
public:
    MyRandom() : gen(std::random_device()()) {}
    int operator()() {
        return distrib(gen);
    }
private:
    std::mt19937 gen;
    std::uniform_int_distribution<> distrib{1, 100};
};

int main() {
    std::vector<int> nums(1000000);
    MyRandom myRand;
    std::generate_n(nums.begin(), nums.size(), myRand);

    return 0;
}

性能对比测试方法

使用 std::chrono 库：记录优化前后代码执行时间。

#include <iostream>
#include <random>
#include <chrono>

int main() {
    auto start = std::chrono::high_resolution_clock::now();

    std::random_device rd;
    std::mt19937 gen(rd());
    std::uniform_int_distribution<> distrib(1, 100);

    for (int i = 0; i < 1000000; ++i) {
        int num = distrib(gen);
    }

    auto end = std::chrono::high_resolution_clock::now();
    auto duration = std::chrono::duration_cast<std::chrono::milliseconds>(end - start).count();
    std::cout << "优化前时间: " << duration << " 毫秒" << std::endl;

    start = std::chrono::high_resolution_clock::now();

    std::random_device rd2;
    std::ranlux48 gen2(rd2());
    std::uniform_int_distribution<> distrib2(1, 100);

    for (int i = 0; i < 1000000; ++i) {
        int num = distrib2(gen2);
    }

    end = std::chrono::high_resolution_clock::now();
    duration = std::chrono::duration_cast<std::chrono::milliseconds>(end - start).count();
    std::cout << "优化后时间: " << duration << " 毫秒" << std::endl;

    return 0;
}

使用性能分析工具：如 gprof（Linux 平台）或 VTune（跨平台），这些工具可以更详细地分析代码性能瓶颈，包括函数调用次数、执行时间等信息，从而更全面地评估优化效果。

面试题：C++ 随机数生成器的性能优化

知识考点

面试题答案

可能导致性能问题的原因

优化方案

性能对比测试方法