为何VC++编译器会导致这种统计分布模式异常？

首先先把你的测试代码贴出来方便参考：

#include <iostream> 
#include <vector> 
#include <cmath> 
#include <cstdlib> 
#include <chrono> 
using namespace std; 

const int N = 200; // Number of tests. 
const int M = 2000000; // Number of pseudo-random values generated per test. 
const int VALS = 2; // Number of possible values (values from 0 to VALS-1). 
const int ESP = M / VALS; // Expected number of appearances of each value per test. 

int main() { 
    for (int i = 0; i < N; ++i) { 
        unsigned seed = chrono::system_clock::now().time_since_epoch().count(); 
        srand(seed); 
        vector<int> hist(VALS, 0); 
        for (int j = 0; j < M; ++j) 
            ++hist[rand() % VALS]; 
        int Y = 0; 
        for (int j = 0; j < VALS; ++j) 
            Y += abs(hist[j] - ESP); 
        cout << Y << endl; 
    } 
}

先简化下程序逻辑：当VALS=2时，你其实是在统计M次rand()%2生成的0和1的数量，然后计算Y=2*|0的数量 - M/2|（因为0和1的总数是M，两者的偏差绝对值相等）。所以Y的分布本质上反映的是rand()%2生成序列的奇偶分布偏差规律。

接下来拆解两个编译器的核心差异：

1. VC++的rand()是分布交替变化的根源 #

VC++的标准库rand()用的是一个特定的线性同余生成器（LCG），核心公式为：
next = (current * 214013 + 2531011) % 2^31
之后返回这个值的高16位（即next >> 16），所以返回范围是0到32767。

当你执行rand()%2时，本质是取返回值的最低位。问题在于：这个LCG生成的序列，低位的周期性和相关性极强——简单说，生成的奇偶序列不是完全随机的，而是带有规律的波动。当M取不同值时，这种周期性会被放大：

• 如果M刚好是低位周期的整数倍或半整数倍，生成的0和1的数量会出现极端偏差（要么偏多要么偏少），导致Y的分布呈现双峰、类均匀的情况（极端值占比更高）；
• 如果M刚好能“平均”掉这种周期性，偏差就会趋近正态分布，Y也就呈现正态分布。

这就是你看到VC++下Y的分布随M增大交替变化的原因。

2. GCC/Clang的rand()更符合随机特性 #

GCC和Clang采用的是glibc实现的rand()，同样是LCG，但参数不同：
next = (current * 1103515245 + 12345) % 2^31
它返回的是0到2^31-1的完整范围，虽然rand()%2还是取最低位，但这个LCG的低位序列随机性要好得多，相关性极低。

当M很大时，M次rand()%2的结果近似服从二项分布，而二项分布在大样本下会趋近正态分布。Y是偏差绝对值的两倍，所以自然呈现半正态分布——这就是你看到GCC/Clang下Y始终保持半正态分布的原因。

总结 #

本质就是不同编译器的rand()底层实现差异：

• VC++的rand()低位序列规律性太强，导致不同M值下奇偶分布偏差呈现交替的极端/正常模式；
• GCC/Clang的rand()低位随机性更好，偏差符合大样本下的正态特性，所以Y始终是半正态分布。

内容的提问来源于stack exchange，提问作者Manelicus