面试题：C++ 随机数在多线程环境下的应用与问题解决

Question

在一个多线程的C++ 程序中，每个线程都需要生成随机数。请阐述可能出现的问题，例如线程安全问题、随机数分布不均匀等，并给出完整的解决方案，包括使用合适的随机数生成器、同步机制等。同时说明如何验证解决方案的正确性。

Answer 1

可能出现的问题

1. 线程安全问题：如果多个线程同时访问和修改同一个随机数生成器的状态，可能会导致数据竞争，产生未定义行为。
2. 随机数分布不均匀：如果使用简单的伪随机数生成器，且没有正确初始化种子，可能会导致不同线程生成的随机数分布不均匀。

解决方案

1. 使用合适的随机数生成器：C++11 引入了 <random> 库，提供了多种随机数生成器和分布。例如，std::mt19937 是一个常用的伪随机数生成器，具有良好的统计特性。
2. 同步机制：为了避免线程安全问题，可以为每个线程创建独立的随机数生成器实例，这样就不需要同步。如果必须共享一个生成器，可以使用互斥锁（std::mutex）进行保护。

以下是为每个线程创建独立随机数生成器实例的代码示例：

#include <iostream>
#include <thread>
#include <random>
#include <vector>

void thread_function(int id) {
    // 使用不同的种子初始化每个线程的随机数生成器
    std::random_device rd;
    std::mt19937 gen(rd() + id);
    std::uniform_int_distribution<> distrib(1, 100);

    // 生成并输出随机数
    for (int i = 0; i < 5; ++i) {
        std::cout << "Thread " << id << " generated: " << distrib(gen) << std::endl;
    }
}

int main() {
    const int num_threads = 3;
    std::vector<std::thread> threads;

    for (int i = 0; i < num_threads; ++i) {
        threads.emplace_back(thread_function, i);
    }

    for (auto& thread : threads) {
        thread.join();
    }

    return 0;
}

验证解决方案的正确性

1. 统计验证：收集大量不同线程生成的随机数，然后进行统计分析，例如计算均值、方差，绘制直方图等，验证随机数是否符合预期的分布。
2. 重现验证：多次运行程序，观察不同线程生成的随机数是否每次都不同，且分布均匀。如果每次运行结果都相似，可能存在种子初始化问题。
3. 代码审查：仔细检查代码，确保每个线程独立初始化随机数生成器，没有共享状态导致线程安全问题。