Question

考虑这样的代码（Python）：

import random

for i in [1, 2, 3, 4]:
    random.seed(i)
    randNumbers = [random.rand() for i in range(100)] # initialize a list with 100 random numbers
    doStuff(randNumbers)

我想确保randNumbers与一个调用有很大不同。我是否需要确保种子数量在后续调用之间存在显着差异，或者种子是否足够（无论如何）？

对于学生：请认识到上面的代码是超简化的

Answer 1

简短回答：避免再播种，因为它不会在这里给你买任何东西。下面的答案很长。

这一切都取决于你究竟需要什么。在Common defects in initialization of pseudorandom number generators中，概述了线性相关种子（肯定是1,2,3,4）对于初始化多个PRNG是一个不好的选择，至少在用于模拟和期望不相关的结果时是这样。

如果您所做的只是滚动几个骰子，或者为一些不加批判的事物生成一些伪随机输入，那么它很可能无关紧要。

另请注意，使用PRNG本身的某些类来生成种子在生成线性相关数时会产生同样的问题（想到LCG）。

Answer 2

如果您的随机数发生器质量很高，那么接种它的方式并不重要。事实上，最好的做法是只播种一次。随机数生成器设计为一旦启动就具有某些统计行为。经常重播会有效地创建一个不同的随机数生成器，可能不会那么好。

随机选择种子听起来是个好主意，但事实并非如此。事实上，由于“生日悖论”，你两次选择同一种子的概率极高。

Answer 3

一般来说，当您需要每次都以相同的方式生成随机数时，您只会为随机数生成器播种。当您有一个随机组件进行处理时，这很有用，但需要测试它，因此希望它在测试之间保持一致。否则，让系统为发生器本身播种。

换句话说，通过使用特定的预定义种子为随机数生成器播种，实际上减少了整个系统的随机性。使用种子1时生成的随机数确实与种子为2的伪随机数不同，但硬编码种子将在程序的每次运行中产生重复的随机序列。

Answer 4

您似乎希望伪随机数不是伪随机数，连续数字与伪随机性要求“显着”不同的概率更高。无论你的播种策略如何，我都怀疑任何普通的行为都会这样做。

Answer 5

种子本身应该是随机的，因此输出是不可预测的。如果种子只有一位或两位不同（如this question所示），则可能会出现问题。

Answer 6

这取决于您使用PRNG的应用程序。如果你正在使用需要加密声音的东西，那么种子通常需要根据输出非常难以推断，每次应用程序运行时都不同，难以简单猜测，并且无法通过逆向工程确定应用程序（即它们不能被硬编码）。

如果您的目标是游戏，那么您的要求可能会有所不同。例如，如果您正在控制计算机策略，但计算机的策略在游戏的所有运行中保持不变，那么您可能拥有一款易于击败的游戏。然后，您可能想要“简单”模式。

随机种子需要有多么不同？

6 个答案: