不使用任何外部函数生成随机数

时间:2013-02-23 07:18:13

标签: java c++ c algorithm data-structures

这是我最近参加的一次访谈中提出的问题。

据我所知,可以按如下方式生成两个数字之间的随机数

public static int rand(int low, int high) {
    return low + (int)(Math.random() * (high - low + 1));
}

但是我在这里使用Math.random()来生成0到1之间的随机数,并使用它来帮助我在低和高之间生成。有没有其他方法可以直接使用外部函数?

9 个答案:

答案 0 :(得分:37)

典型的伪随机数生成器根据以前的数据计算新数字,因此理论上它们是完全确定的。通过提供良好的种子(随机数生成算法的初始化)来保证唯一的随机性。只要随机数不是非常安全关键(这需要“实际”随机数),这种递归随机数生成器通常可以满足需求。

一旦提供种子,递归生成可以在没有任何“外部”功能的情况下表达。有几种算法可以解决这个问题。一个很好的例子是Linear Congruential Generator

伪代码实现可能如下所示:

long a = 25214903917;   // These Values for a and c are the actual values found
long c = 11;            // in the implementation of java.util.Random(), see link
long previous = 0;

void rseed(long seed) {
    previous = seed;
}

long rand() {
    long r = a * previous + c;
    // Note: typically, one chooses only a couple of bits of this value, see link
    previous = r;
    return r;
}

您仍然需要为此生成器添加一些初始值。这可以通过执行以下操作之一来完成:

  • 使用当前时间之类的东西(在游戏等大多数非安全关键的情况下都很好)
  • 使用硬件噪音(适用于安全关键随机性)
  • 使用常数(适用于调试,因为总是以相同的顺序)
  • 如果你不能使用任何函数并且不想使用常量种子,并且如果你使用允许这种语言的语言,你也可以使用一些未初始化的内存。例如,在C和C ++中,定义一个新变量,不要为其赋值并使用其值来为生成器设定种子。但请注意,这远不是一个“好种子”,只是满足您的要求的黑客。切勿在实际代码中使用它。

请注意,无算法可为不同运行相同输入生成不同的值访问一些外部源,如系统环境。每个种子播种的随机数生成器都使用一些外部源。

答案 1 :(得分:7)

在这里,我建议一些评论来源可能对您有所帮助:

  • 系统时间:一天中单调性随机性差。快速,轻松。
  • 鼠标点:随机但在独立系统上无用。
  • 原始套接字/本地网络 (数据包的信息部分):良好的随机技术和时间 - 可以建模攻击模式以减少随机性。
  • 一些带排列的输入文字:快速,通用的方式也很好(在我看来)。
  • 由于键盘,磁盘驱动器和其他事件引起的中断时间:常用方法 - 如果不小心使用,则容易出错。
  • 另一种方法是提供模拟噪声信号:例如temp。
  • /proc 文件数据:在Linux系统上。我觉得你应该用这个。

    /proc/sys/kernel/random: 该目录包含控制文件/dev/random的操作的各种参数。

    字符特殊文件/dev/random/dev/urandom(自Linux 1.3.30以来出现)提供了内核随机数生成器的接口。

    试试这个逗号:

    $cat /dev/urandom   
    

    $cat /dev/random
    

    您可以编写从此文件读取的文件读取功能。

    阅读(也建议):Is a rand from /dev/urandom secure for a login key?

`

答案 2 :(得分:5)

System.currentTimeMillis()是否算作外部?你总是可以得到这个并用一些最大值来计算mod:

int rand = (int)(System.currentTimeMillis()%high)+low;

答案 3 :(得分:1)

您可以使用变量的地址或组合更多变量的地址来制作更复杂的变量......

答案 4 :(得分:1)

你可以从x = 4x(1-x)和{{1}之间的“非理性”x开始,从逻辑地图0获得接近随机性(实际上是混乱的,绝对不是统一的*) }。

“随机性”出现,因为浮点表示精度边缘的舍入误差。

(*)一旦你知道它存在,你可以撤消倾斜。

答案 5 :(得分:0)

您可以获得当前的系统时间,但这也需要大多数语言的功能。

答案 6 :(得分:0)

如果允许使用某些外部状态(例如,使用当前系统时间初始化的长时间),则可以在没有外部函数的情况下执行此操作。这足以让您实现一个简单的伪随机数生成器。

在对随机函数的每次调用中,您将使用state创建新的随机值,并更新状态,以便后续调用获得不同的结果。

您只需使用常规Java算法和/或按位运算即可完成此操作,因此无需外部函数。

答案 7 :(得分:0)

public class randomNumberGenerator {

    int generateRandomNumber(int min, int max) {
        return (int) ((System.currentTimeMillis() % max) + min);
    }

    public static void main(String[] args) {
        randomNumberGenerator rn = new randomNumberGenerator();
        int cv = 0;
        int min = 1, max = 4;
        Map<Integer, Integer> hmap = new HashMap<Integer, Integer>();

        int count = min;
        while (count <= max) {
            cv = rn.generateRandomNumber(min, max);
            if ((hmap.get(cv) == null) && cv >= min && cv <= max) {
                System.out.print(cv + ",");
                hmap.put(cv, 1);
                count++;
            }
        }

    }
}

答案 8 :(得分:-2)

泊松随机生成器

让我们假设我们从随机数的期望值“v”开始。然后说一系列非负整数满足具有期望值v的泊松分布意味着在子序列上,该值的平均值(平均值)将显示为“v”。 泊松分布是统计数据的一部分,细节可以在维基百科上找到。 但是这里使用这个功能的主要优点是: 1.仅生成整数值。 2.这些整数的平均值将等于我们最初提供的值。

在小数值没有意义的应用程序中很有用。就像1分钟到达机场的飞机数量是2.5(没有意义),但这意味着在2分钟内有5个计划到达。

int poissonRandom(double expectedValue) {
  int n = 0; //counter of iteration
  double limit; 
  double x;  //pseudo random number
  limit = exp(-expectedValue);
  x = rand() / INT_MAX; 
  while (x > limit) {
    n++;
    x *= rand() / INT_MAX;
  }
  return n;
}

该行

rand() / INT_MAX

应生成0到1之间的随机数。因此我们可以使用系统的时间。 秒/ 60将达到目的。 我们应该使用哪种功能完全取决于应用程序。