C / C ++算法在不同平台上从同一种子产生相同的伪随机数序列?

时间:2013-03-19 13:17:40

标签: c++ c random portability consistency

标题说明了一切,我正在寻找一些最好的东西,因为我不想添加更多的库。

性能应该很好,因为我需要一个紧凑的高性能循环。我想这将以随机程度为代价。

2 个答案:

答案 0 :(得分:10)

任何特定的伪随机数生成算法都会表现得像这样。 rand的问题在于没有指定它是如何实现的。不同的实现将以不同的方式表现,甚至具有不同的质量。

但是,C ++ 11提供了新的<random>标准库头,其中包含许多优秀的随机数生成工具。其中定义的随机数引擎是明确定义的,并且在给定相同种子的情况下,将始终生成相同的数字集。

例如,流行的高质量随机数引擎是std::mt19937,这是以特定方式配置的梅森捻线算法。无论您使用哪台机器,以下内容始终会生成介于0和1之间的同一组实数:

std::mt19937 engine(0); // Fixed seed of 0
std::uniform_real_distribution<> dist;
for (int i = 0; i < 100; i++) {
  std::cout << dist(engine) << std::endl;
}

答案 1 :(得分:5)

这是Mersenne Twister

此处is another another PRNG implementation in C

您可能会找到collection of PRNG here

这是简单的经典PRNG:

#include <iostream>
using namespace std;

unsigned int PRNG()
{
    // our initial starting seed is 5323
    static unsigned int nSeed = 5323;

    // Take the current seed and generate a new value from it
    // Due to our use of large constants and overflow, it would be
    // very hard for someone to predict what the next number is
    // going to be from the previous one.
    nSeed = (8253729 * nSeed + 2396403); 

    // Take the seed and return a value between 0 and 32767
    return nSeed  % 32767;
}

int main()
{
  // Print 100 random numbers
    for (int nCount=0; nCount < 100; ++nCount)
    {
        cout << PRNG() << "\t";

        // If we've printed 5 numbers, start a new column
        if ((nCount+1) % 5 == 0)
            cout << endl;
    }
}