Question

这对我来说似乎是个错误。似乎有必要在Matlab中调用rng()两次以获得所需的种子。考虑以下实验：

>> sd = rng(3) % THIS DOES NOT WORK

sd = 

     Type: 'twister'
     Seed: 0
    State: [625x1 uint32]

>> sd = rng(3) % BUT NOW IT DOES

sd = 

     Type: 'twister'
     Seed: 3
    State: [625x1 uint32]

>> sd = rng(3) % AND AGAIN, TO CONFIRM

sd = 

     Type: 'twister'
     Seed: 3
    State: [625x1 uint32]

>> sd = rng('shuffle') % BUT THIS FAILS

sd = 

     Type: 'twister'
     Seed: 3
    State: [625x1 uint32]

>> sd = rng('shuffle') % BUT ON THE SECOND GO IT WORKS

sd = 

     Type: 'twister'
     Seed: 87326715
    State: [625x1 uint32]

>> sd = rng('shuffle') % AND ON THE THIRD

sd = 

     Type: 'twister'
     Seed: 87326802
    State: [625x1 uint32]

>> sd = rng(4) % BUT AGAIN THIS FAILS

sd = 

     Type: 'twister'
     Seed: 87326987
    State: [625x1 uint32]

>> sd = rng(4) % BUT ON THE SECOND GO IT WORKS AGAIN

sd = 

     Type: 'twister'
     Seed: 4
    State: [625x1 uint32]

>> sd = rng(4) % AND SO ON

sd = 

     Type: 'twister'
     Seed: 4
    State: [625x1 uint32]

Answer 1

简答： 根据文档，rng的返回值是之前的状态：

sprev = rng（...）返回随机数的先前设置在更改设置之前，rand，randi和randn使用的生成器。

所以，答案是：不，这不是错误。第一次调用时，随机数生成器已正确初始化。

然而，在我看来，这是一个非常意想不到的行为。

答案稍长： 我建议使用RandStream对象，这对于具有面向对象编程基础知识的人来说更容易理解。例如：

s1 = RandStream.create('mrg32k3a');
r1 = rand(s1,100000,1);

我强烈建议避免设置全局流，因为它具有全局变量的所有缺点。

%Not recommended! (Due to global variable)
s = RandStream('mt19937ar','Seed',1);
RandStream.setGlobalStream(s);

修改（1） 我想解释一下为什么设置全局随机数生成器不是一个好习惯。基本上，任何好软件的目的都是为了减少任何变量的范围，以便reduce coupling and increase cohesion。全局变量具有最高可能的耦合（任何例程可以使用它）和最低可能的内聚。全局随机数生成器甚至比正常变量更多风险，因为它有更多机会被其他人使用。

重新播种全局随机数生成器可能会导致一些奇怪的错误。请考虑以下示例 - 您正在编写一个在for循环中运行并生成随机数的程序。

 for i=1:N
     k = randn(1,1); 
     %... Do something
 end

一切似乎都很完美。现在，您希望在循环中添加第三方函数Foo来执行某些操作。代码的设计者决定将全局数字生成器重新种子化为1。

 for i=1:N
     k = randn(1,1); 
     %... Do something
     Foo();
 end

 function Foo()
     %Do some stuff
     rng(1);
 end

惊喜！现在你的程序生成一个完全非随机的数字序列，即每个循环调用中的数字完全相同。

如果您仍然不相信，可以使用更多的阅读数据 - Here，here和here

为什么有必要在Matlab中调用rng（）两次

1 个答案: