应使用 std::uniform_int_distribution 配合 std::random_device 和 std::mt19937 生成 [a, b] 闭区间内均匀随机整数，避免 rand() 因模偏差、周期短、范围控制不精确导致的问题。

用 std::uniform_int_distribution 生成指定范围的随机整数

现代 C++（C++11 起）推荐用 std::uniform_int_distribution 配合 std::random_device 和 std::mt19937，而不是老式 rand()。它能真正均匀分布，且范围控制精确、无偏移。

关键点：分布对象本身不生成随机数，它需要一个随机数引擎（如 std::mt19937）作为输入；构造时传入闭区间 [a, b] 即可，不需要手动加减 1。

std::random_device rd;
std::mt19937 gen(rd());
std::uniform_int_distribution dist(10, 99); // 生成 [10, 99] 内的整数
int num = dist(gen); // 每次调用都得到一个新随机数

为什么不能用 rand() % N + a

这种写法看似简单，但存在严重缺陷：模运算会引入分布偏差，尤其当 RAND_MAX + 1 不能被 N 整除时，小余数对应的数字出现概率更高。例如 rand() % 100 在某些实现中会让 0–32 比 33–99 多出现一次。

• rand() 的周期短、质量差，且标准未规定其算法
• RAND_MAX 至少为 32767，但常见实现是 2147483647，仍不足以支撑高质量分布
• 无法直接控制上下界——rand() % (b - a + 1) + a 写法易错，且仍有偏差

生成 [a, b] 还是 [a, b)？注意闭区间语义

std::uniform_int_distribution 构造函数参数是**闭区间**：dist(a, b) 表示包含 a 和 b 的所有整数。这和 Python 的 random.randint(a, b) 一致，但不同于 std::uniform_real_distribution（它是左闭右开）。

常见误用：

• 想生成 1–6（骰子），写了 dist(1, 5) → 缺失 6
• 想生成 0–99，写了 dist(0, 99) ✅ 正确，共 100 个数
• 混淆浮点分布写法，误以为要写 dist(1, 7) → 实际会生成 1–7 共 7 个整数，不是 1–6

性能与复用建议：别每次新建分布对象

std::uniform_int_distribution 对象轻量，但**不应在循环内反复构造**；应定义为静态或成员变量，复用同一个实例。引擎（gen）也建议复用，避免重复初始化开销。

错误示范：

for (int i = 0; i < 1000; ++i) {
    std::uniform_int_distribution dist(1, 6); // ❌ 每次都构造，低效且不必要
    std::cout << dist(gen) << '\n';
}

正确写法：

std::uniform_int_distribution dist(1, 6); // ✅ 一次构造，多次调用
for (int i = 0; i < 1000; ++i) {
    std::cout << dist(gen) << '\n';
}

如果多线程环境使用，注意 gen 和 dist 都不是线程安全的——需为每个线程准备独立实例，或加锁。