如何在C语言中生成符合指定概率要求的范围随机数？

这问题挺典型的，用标准库的rand()就能搞定，分两种思路给你讲，看哪种更贴合你的需求：

如果不需要精确控制负数的绝对数量，只要求整体占比长期低于20%，可以用概率判断的方式动态生成：

核心逻辑是：每次生成随机数前，先判断「这次要不要生成负数」——给负数分配19%的概率（刚好小于20%），剩下81%的概率生成非负数（0到100）。

完整代码示例 #

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

int main() {
    // 初始化随机种子，只需要调用一次！
    srand(time(NULL));
    
    const int total_num = 200;
    const int negative_prob_threshold = 19; // 19%的概率生成负数

    for (int i = 0; i < total_num; i++) {
        int num;
        // 先判断生成负数还是非负数
        if (rand() % 100 < negative_prob_threshold) {
            // 生成-100到-1的负数：先取1-100，再加负号
            num = -(rand() % 100 + 1);
        } else {
            // 生成0到100的非负数：0到100共101个数，所以取模101
            num = rand() % 101;
        }
        printf("%d ", num);
        if ((i+1) % 10 == 0) printf("\n"); // 每10个换行，方便查看
    }

    return 0;
}

细节说明 #

• 用rand() % 100得到0-99的均匀随机数，和19比较，相当于给负数分配19%的概率，严格小于20%；如果想更接近20%，可以改成(double)rand()/RAND_MAX < 0.199，用浮点判断更精确。
• 生成负数时，rand() % 100 +1得到1-100，再加负号就变成-1到-100，避免生成0。

如果需要严格控制负数的数量（比如最多39个，39/200=19.5%<20%），可以先生成指定数量的负数和非负数，再打乱顺序，保证随机性：

完整代码示例 #

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

// Fisher-Yates洗牌算法，打乱数组顺序
void shuffle(int arr[], int size) {
    for (int i = size - 1; i > 0; i--) {
        int j = rand() % (i + 1);
        // 交换arr[i]和arr[j]
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }
}

int main() {
    srand(time(NULL));
    
    const int total_num = 200;
    const int max_negative = 39; // 最多39个负数，占比19.5%
    int nums[total_num];

    // 先生成39个负数
    for (int i = 0; i < max_negative; i++) {
        nums[i] = -(rand() % 100 + 1);
    }
    // 再生成161个非负数
    for (int i = max_negative; i < total_num; i++) {
        nums[i] = rand() % 101;
    }
    // 打乱数组，避免前39个全是负数
    shuffle(nums, total_num);

    // 输出结果
    for (int i = 0; i < total_num; i++) {
        printf("%d ", nums[i]);
        if ((i+1) % 10 == 0) printf("\n");
    }

    return 0;
}

细节说明 #

• Fisher-Yates洗牌算法是高效且公平的打乱方式，能保证每个元素的位置都是随机的。
• 这种方法可以精确控制负数数量，完全满足「占比小于20%」的要求，适合对数量有严格限制的场景。

• 随机种子srand(time(NULL))只需要调用一次，不要放在循环里，否则会因为时间精度问题导致随机数重复。
• 如果你的系统中RAND_MAX很小（比如16位系统的32767），rand() % 101的偏差可以忽略；如果追求极致均匀，可以用拒绝采样法（比如生成随机数如果大于等于101*(RAND_MAX/101)就重新生成），不过对这个场景来说没必要。

内容的提问来源于stack exchange，提问作者MagicNumberA3B2CD