Question

有没有人有一个最喜欢的提升随机数生成器，你能解释一下如何在代码中实现它。我试图让mersenne twister工作，并想知道是否有人偏好其他人。

Answer 1

此代码改编自http://www.boost.org/doc/libs/1_42_0/libs/random/index.html的增强手册：

#include <iostream>
#include "boost/random.hpp"
#include "boost/generator_iterator.hpp"
using namespace std;

int main() {
      typedef boost::mt19937 RNGType;
      RNGType rng;
      boost::uniform_int<> one_to_six( 1, 6 );
      boost::variate_generator< RNGType, boost::uniform_int<> >
                    dice(rng, one_to_six);
      for ( int i = 0; i < 6; i++ ) {
          int n  = dice();
          cout << n << endl;
     }
}

解释位：

mt19937是mersenne twister生成器，它生成原始随机数。这里使用了typedef，因此您可以轻松更改随机数生成器类型。
rng是twister生成器的一个实例。
one_to_six是发布的一个实例。这指定了我们要生成的数字以及它们遵循的分布。这里我们想要1到6，均匀分布。
dice是获取原始数字和分布的东西，并为我们创建我们真正想要的数字。
dice()是对operator()对象的dice调用，该对象获取分发后的下一个随机数，模拟随机六面掷骰子。

就目前而言，这段代码每次都会产生相同的骰子序列。您可以在其构造函数中随机化生成器：

 RNGType rng( time(0) );

或使用其seed（）成员。

Answer 2

我发现这个link可以很好地概述不同随机数生成器的属性。为方便起见，我从上面链接复制了表格：

+-----------------------+-------------------+-----------------------------+------------------------+
|       generator       | length of cycle   | approx. memory requirements | approx. relative speed |
+-----------------------+-------------------+-----------------------------+------------------------+
| minstd_rand           | 2^31-2            | sizeof(int32_t)             |                     40 |
| rand48                | 2^48-1            | sizeof(uint64_t)            |                     80 |
| lrand48 (C library)   | 2^48-1            | -                           |                     20 |
| ecuyer1988            | approx. 2^61      | 2*sizeof(int32_t)           |                     20 |
| kreutzer1986          | ?                 | 1368*sizeof(uint32_t)       |                     60 |
| hellekalek1995        | 2^31-1            | sizeof(int32_t)             |                      3 |
| mt11213b              | 2^11213-1         | 352*sizeof(uint32_t)        |                    100 |
| mt19937               | 2^19937-1         | 625*sizeof(uint32_t)        |                    100 |
| lagged_fibonacci607   | approx. 2^32000   | 607*sizeof(double)          |                    150 |
| lagged_fibonacci1279  | approx. 2^67000   | 1279*sizeof(double)         |                    150 |
| lagged_fibonacci2281  | approx. 2^120000  | 2281*sizeof(double)         |                    150 |
| lagged_fibonacci3217  | approx. 2^170000  | 3217*sizeof(double)         |                    150 |
| lagged_fibonacci4423  | approx. 2^230000  | 4423*sizeof(double)         |                    150 |
| lagged_fibonacci9689  | approx. 2^510000  | 9689*sizeof(double)         |                    150 |
| lagged_fibonacci19937 | approx. 2^1050000 | 19937*sizeof(double)        |                    150 |
| lagged_fibonacci23209 | approx. 2^1200000 | 23209*sizeof(double)        |                    140 |
| lagged_fibonacci44497 | approx. 2^2300000 | 44497*sizeof(double)        |                     60 |
+-----------------------+-------------------+-----------------------------+------------------------+

周期长度：随机数序列开始重复之前的长度

Answer 3

没有一个适合所有人的RNG。有时统计属性很重要，有时候是密码学，有时候是原始速度。

提升随机数发生器

3 个答案: