您可以使用 C++11 中的 uniform_int_distribution 来实现类似以下方式的操作：
#include <iostream>
#include <random>
int main()
{
std::random_device rd;
std::mt19937 gen(rd());
std::uniform_int_distribution<> dis(0, 999);
for (int n=0; n<1000; ++n)
std::cout << dis(gen) << ' ';
std::cout << '\n';
}
random_device是一个非确定性pRNG（我相信基于Windows的加密服务）。 - bames53您的模数观察是正确的，这也是rand()无法经受数学检验的几个原因之一。根据此处的说明：
不能保证产生的随机序列的质量。过去，一些rand()的实现在生成的序列的随机性、分布和周期方面存在严重缺陷（在一个众所周知的例子中，低位比特只是在调用之间交替地为1和0）。不建议使用rand()进行严格的随机数生成需求，例如加密。
C++11引入了几个新的随机数生成器，这些生成器遵循更严格的标准，很可能适合您的目的。
如果您可以牺牲超过几字节的开销（可以安全地假设您可以），我建议使用std::mersenne_twister_engine
我认为最简单的方法是将区间[32000,32767]中的数字丢弃，只对其余数字应用% 1000。这应该能得到更加均匀的分布。
另外，您也可以使用boost的随机/均匀分布组件（或者如果有的话，使用C++11），因为它们会提供比rand更可靠的伪随机数生成器。
[0,RAND_MAX]上均匀分布的变量，其中RAND_MAX最可能是32767。你不能通过简单的乘法将此域映射到较大的域中。u=(double)rand();
d=(double)RAND_MAX;
double div= u/d;
double res=div*interval_range;
所以截断均匀分布会有另外的“矩”，描述它的参数（平均值、标准差、方差等）但仍然是均匀的。
示例代码：
int main{
int o=RAND_MAX;
std::map<int,int> m1;
int min=0,max=999;
for (int i=0; i<1000*9994240; ++i){//9994240=305*32768 32768=RAND_MAX+1
int r=rand();
if(r<=max){
m1[r]++;
}
}
for (auto & i : m1)
std::cout << i.first << " : " << i.second << '\n';
}
结果： 0 : 42637 1 : 42716 2 : 42590 3 : 42993 4 : 42936 5 : 42965 6 : 42941 7 : 42705 8 : 42944 9 : 42707 10 : 42860 11 : 43012 12 : 42793 //... 995 : 42861 996 : 42911 997 : 42865 998 : 42877 999 : 43159
你可以通过以下方式在任何域名上实现所需结果：
#include <iostream>
#include <random>
int main()
{
std::random_device rd;
std::mt19937 gen(rd());
std::uniform_int_distribution<> dis(0, 1000);
for (int n=0; n<1000; ++n)
std::cout << dis(gen) << ' ';
std::cout << '\n';
}
#include <iostream>
#include "boost/random.hpp"
#include "boost/generator_iterator.hpp"
using namespace std;
int main() {
typedef boost::mt19937 RNGType;
RNGType rng;
boost::uniform_int<> zero_to_n( 0, 999 );
boost::variate_generator< RNGType, boost::uniform_int<> >
dice(rng, zero_to_n);
int n = dice();
}
min+((double)rand()/(double)RAND_MAX)*(max-min) 会产生均匀分布？它仍然将 RAND_MAX 的输入映射到 max-min 的输出。因此，假设每个可能的输入都是等可能的，除非 RAND_MAX 能够被 max-min 均匀地整除，否则某些输出将比其他输出更有可能，因此它不是均匀的。我相信这就是MooingDuck投反对票的原因。 - Benjamin Lindley使用 rand() 函数获取一个随机数。
将其除以 RAND_MAX，你会得到一个介于 0 和 1 之间的浮点数。
将这个数乘以 1000。
计算机中不存在“真正随机”的概念。我也不相信1-767（或在那种情况下，技术上是0-767）比任何其他数字有显着更高的机会。然而，如果您需要“更好”的随机数，那么C++11支持使用Mersenne Twister，这是一种更高级别的随机数生成器。
1000 * (((double)rand()) / RAND_MAX)。 - Sergey Kalinichenko