C++中如何生成满足特定比例的随机树大小？

首先，原代码存在两个问题：每次调用GenerateTree()时都会重新初始化随机数生成器，这会导致随机性变差；其次，当前的数值范围与你需要的比例不匹配。以下是三种实现指定比例生成树的方法：

方法一：手动阈值映射（适合理解原理） #

根据目标比例划分随机数范围，将生成的随机数映射到对应的树大小。同时修正随机数生成器的初始化方式（仅初始化一次）：

#include <random>

enum class TreeSize : uint32_t
{
    Small,    // 占15%：0-14
    Medium,   // 占30%：15-44
    Large,    // 占40%：45-84
    ExtraLarge// 占15%：85-99
};

TreeSize GenerateTree()
{
    // 静态变量确保随机数生成器只初始化一次
    static std::random_device rd;
    static std::mt19937_64 mt(rd());
    static std::uniform_int_distribution<int32_t> dist(0, 99); // 共100个数值，对应100%

    int value = dist(mt);

    if (value < 15)
        return TreeSize::Small;
    else if (value < 45) // 15+30
        return TreeSize::Medium;
    else if (value < 85) // 15+30+40
        return TreeSize::Large;
    else
        return TreeSize::ExtraLarge;
}

调用该函数1000次，生成的树大小会近似符合指定比例（随机结果存在微小波动）。

方法二：使用std::discrete_distribution（原生工具，更简洁） #

C++标准库中的std::discrete_distribution专门用于带权重的随机选择，可直接为每种树大小设置对应占比的权重：

#include <random>

enum class TreeSize : uint32_t
{
    Small,
    Medium,
    Large,
    ExtraLarge
};

TreeSize GenerateTree()
{
    static std::random_device rd;
    static std::mt19937_64 mt(rd());
    // 权重对应各类型占比：Small(15%), Medium(30%), Large(40%), ExtraLarge(15%)
    static std::discrete_distribution<> dist({15, 30, 40, 15});

    int index = dist(mt);

    switch(index)
    {
        case 0: return TreeSize::Small;
        case 1: return TreeSize::Medium;
        case 2: return TreeSize::Large;
        case 3: return TreeSize::ExtraLarge;
        default: return TreeSize::Small; // 理论上不会触发
    }
}

此方法无需手动计算阈值，由标准库处理权重分配，代码更简洁易维护。

方法三：生成精确数量的树（无随机波动） #

若需要严格精确的数量（如恰好150棵小型树、300棵中型树），可预先生成包含指定数量的树列表，再随机打乱顺序：

#include <random>
#include <vector>
#include <algorithm>

enum class TreeSize : uint32_t
{
    Small,
    Medium,
    Large,
    ExtraLarge
};

std::vector<TreeSize> GenerateExactTrees(int totalCount)
{
    std::vector<TreeSize> trees;
    trees.reserve(totalCount);

    // 计算各类型的精确数量
    int smallCount = totalCount * 0.15;
    int mediumCount = totalCount * 0.3;
    int largeCount = totalCount * 0.4;
    int extraLargeCount = totalCount - smallCount - mediumCount - largeCount; // 处理四舍五入误差

    // 填充列表
    for(int i = 0; i < smallCount; ++i) trees.push_back(TreeSize::Small);
    for(int i = 0; i < mediumCount; ++i) trees.push_back(TreeSize::Medium);
    for(int i = 0; i < largeCount; ++i) trees.push_back(TreeSize::Large);
    for(int i = 0; i < extraLargeCount; ++i) trees.push_back(TreeSize::ExtraLarge);

    // 随机打乱顺序
    static std::random_device rd;
    static std::mt19937_64 mt(rd());
    std::shuffle(trees.begin(), trees.end(), mt);

    return trees;
}

// 使用示例：
// auto trees = GenerateExactTrees(1000);

这种方式能保证每种树的数量完全符合比例，适合对数量精度要求高的场景。

内容的提问来源于stack exchange，提问作者Josh Sanders