关于产生服从U（0，1）的随机数的过程

1 正确方法

//产生服从（0，1）之间均匀分布的随机数

    boost::mt19937 rng;                 // produces randomness out of thin air
                                      // see pseudo-random number generators
    boost::uniform_real<> one(0,1);      // distribution that maps to 0..1
                                      // see random number distributions
    boost::variate_generator<boost::mt19937&, boost::uniform_real<> > die(rng, one);  // glues randomness with mapping
    
    // 确定个体性别与基因型
    for (int i=0;i<N;i++)
    {

        u1 = die();                      // simulate rolling a die
        cout<< u1 <<endl;

        if (u1<s/(1+s))
            S[i]=1;
        else
            S[i]=2;
    }

2 易错点：把产生随机数的这个过程放到for里面，i.e.

/产生服从（0，1）之间均匀分布的随机数

     
    // 确定个体性别与基因型
    for (int i=0;i<N;i++)
    {
       boost::mt19937 rng;                 // produces randomness out of thin air
                                      // see pseudo-random number generators
       boost::uniform_real<> one(0,1);      // distribution that maps to 0..1
                                      // see random number distributions
       boost::variate_generator<boost::mt19937&, boost::uniform_real<> > die(rng, one);  // glues randomness with mapping
        u1 = die();                      // simulate rolling a die
        cout<< u1 <<endl;

        if (u1<s/(1+s))
            S[i]=1;
        else
            S[i]=2;
    }

3 解析： 这个和数学有关，这种伪随机数算法是一次生成一串的，刚才错误的做法等于构造析构了N遍的随机数生成器。