本節通過一個實例介紹使用數組的一些基本模式。問題是這樣的：首先生成一列0~9的隨機數保存在數組中，然後統計其中每個數字出現的次數並打印，檢查這些數字的隨機性如何。隨機數在某些場合（例如遊戲程序）是非常有用的，但是用計算機生成完全隨機的數卻不是那麼容易。計算機執行每一條指令的結果都是確定的，沒有一條指令產生的是隨機數，調用C標準庫得到的隨機數其實是偽隨機（Pseudorandom）數，是用數學公式算出來的確定的數，只不過這些數看起來很隨機，並且從統計意義上也很接近均勻分佈（Uniform Distribution）的隨機數。

C標準庫中生成偽隨機數的是rand函數，使用這個函數需要包含標頭檔stdlib.h，它沒有參數，返回值是一個介於0和RAND_MAX之間的接近均勻分佈的整數。RAND_MAX是該標頭檔中定義的一個常量，在不同的平台上有不同的取值，但可以肯定它是一個非常大的整數。通常我們用到的隨機數是限定在某個範圍之中的，例如0~9，而不是0~RAND_MAX，我們可以用%運算符將rand函數的返回值處理一下：

int x = rand() % 10;

完整的程序如下：

#include <stdio.h>
#include <stdlib.h>
#define N 20

int a[N];

void gen_random(int upper_bound)
{
	int i;
	for (i = 0; i < N; i++)
		a[i] = rand() % upper_bound;
}

void print_random()
{
	int i;
	for (i = 0; i < N; i++)
		printf("%d ", a[i]);
	printf("\n");
}

int main(void)
{
	gen_random(10);
	print_random();
	return 0;
}

這裡介紹一種新的語法：用#define定義一個常量。實際上編譯器的工作分為兩個階段，先是預處理（Preprocess）階段，然後才是編譯階段，用gcc的-E選項可以看到預處理之後、編譯之前的程序，例如：

$ gcc -E main.c
...（這裡省略了很多行stdio.h和stdlib.h的代碼）
int a[20];

void gen_random(int upper_bound)
{
 int i;
 for (i = 0; i < 20; i++)
  a[i] = rand() % upper_bound;
}

void print_random()
{
 int i;
 for (i = 0; i < 20; i++)
  printf("%d ", a[i]);
 printf("\n");
}

int main(void)
{
 gen_random(10);
 print_random();
 return 0;
}

可見在這裡預處理器做了兩件事情，一是把標頭檔stdio.h和stdlib.h在代碼中展開，二是把#define定義的標識符N替換成它的定義20（在代碼中做了三處替換，分別位於數組的定義中和兩個函數中）。像#include和#define這種以#號開頭的行稱為預處理指示（Preprocessing Directive），我們將在第 21 章 預處理學習其它預處理指示。此外，用cpp main.c命令也可以達到同樣的效果，只做預處理而不編譯，cpp表示C preprocessor。

那麼用#define定義的常量和第 3 節 “數據類型標誌”講的枚舉常量有什麼區別呢？首先，define不僅用於定義常量，也可以定義更複雜的語法結構，稱為宏（Macro）定義。其次，define定義是在預處理階段處理的，而枚舉是在編譯階段處理的。試試看把第 3 節 “數據類型標誌”習題2的程序改成下面這樣是什麼結果。

#include <stdio.h>
#define RECTANGULAR 1
#define POLAR 2

int main(void)
{
	int RECTANGULAR;
	printf("%d %d\n", RECTANGULAR, POLAR);
	return 0;
}

注意，雖然include和define在預處理指示中有特殊含義，但它們並不是C語言的關鍵字，換句話說，它們也可以用作標識符，例如聲明int include;或者void define(int);。在預處理階段，如果一行以#號開頭，後面跟include或define，預處理器就認為這是一條預處理指示，除此之外出現在其它地方的include或define預處理器並不關心，只是當成普通標識符交給編譯階段去處理。

回到隨機數這個程序繼續討論，一開始為了便于分析和調試，我們取小一點的數組長度，只生成20個隨機數，這個程序的運行結果為：

3 6 7 5 3 5 6 2 9 1 2 7 0 9 3 6 0 6 2 6

看起來很隨機了。但隨機性如何呢？分佈得均勻嗎？所謂均勻分佈，應該每個數出現的概率是一樣的。在上面的20個結果中，6出現了5次，而4和8一次也沒出現過。但這說明不了什麼問題，畢竟我們的樣本太少了，才20個數，如果樣本足夠多，比如說100000個數，統計一下其中每個數字出現的次數也許能說明問題。但總不能把100000個數都打印出來然後挨個去數吧？我們需要寫一個函數統計每個數字出現的次數。完整的程序如下：

#include <stdio.h>
#include <stdlib.h>
#define N 100000

int a[N];

void gen_random(int upper_bound)
{
	int i;
	for (i = 0; i < N; i++)
		a[i] = rand() % upper_bound;
}

int howmany(int value)
{
	int count = 0, i;
	for (i = 0; i < N; i++)
		if (a[i] == value)
			++count;
	return count;
}

int main(void)
{
	int i;

	gen_random(10);
	printf("value\thow many\n");
	for (i = 0; i < 10; i++)
		printf("%d\t%d\n", i, howmany(i));

	return 0;
}

我們只要把#define N的值改為100000，就相當於把整個程序中所有用到N的地方都改為100000了。如果我們不這麼寫，而是在定義數組時直接寫成int a[20];，在每個循環中也直接使用20這個值，這稱為硬編碼（Hard coding）。如果原來的代碼是硬編碼的，那麼一旦需要把20改成100000就非常麻煩，你需要找遍整個代碼，判斷哪些20表示這個數組的長度就改為100000，哪些20表示別的數量則不做改動，如果代碼很長，這是很容易出錯的。所以，寫代碼時應儘可能避免硬編碼，這其實也是一個“提取公因式”的過程，和第 2 節 “數據抽象”講的抽象具有相同的作用，就是避免一個地方的改動波及到大的範圍。這個程序的運行結果如下：

$ ./a.out
value	how many
0	10130
1	10072
2	9990
3	9842
4	10174
5	9930
6	10059
7	9954
8	9891
9	9958

各數字出現的次數都在10000次左右，可見是比較均勻的。