我不明白。如果它有一个固定的长度，一遍又一遍地选择滞后和mod会给出相同的数字，不是吗？
答案 0 :(得分：9)
准确地说，滞后的Fibonacci是伪 - 随机数生成器。这不是真正的随机，但它比其他更常用的linear congruential generator（C ++，Java等的标准生成器）更好 。我不确定为什么你认为它会再次给出相同的数字，但是就像所有的伪随机数生成器一样，它有一个句点，之后数字序列会再次重复
乘法LFG的周期为(2^k - 1)*2^(M-3)。对于实际参数，这实际上非常巨大（LCG的周期仅为M）。
LFG的唯一问题是初始化过程非常复杂，其背后的数学是不完整的。最好参考文献，以获得良好的参数选择和适当播种的推荐程序。
作为示例，带有参数(j=31, k=52)和模数m=2^32的乘法LFG以52个32位数字的数组播种。
其他参考资料：
关于这种发生器和种子算法的更多细节可以在Mascagni等人的论文中找到。
答案 1 :(得分：4)
它不是随机的，pseudorandom
从此http://en.wikipedia.org/wiki/Lagged_Fibonacci_generator
如果使用加法或减法，滞后Fibonacci生成器的最大周期为（2 ^ k - 1）* 2 ^（M-1），如果使用异或运算，则（2 ^ k-1）以前的值。另一方面，如果使用乘法，则最大周期为（2 ^ k - 1）* 2 ^（M-3），或者是附加情况周期的1/4。
因此，给定一定的种子值，输出值的序列是可预测和可重复的，并且它具有一个循环。如果你等待足够长时间，它会重复 - 但周期非常大。
对于不知道种子值的观察者，序列似乎是非常随机的，因此它可以作为模拟和其他不需要真正随机性的情况的“随机性”来源。
答案 2 :(得分：2)
它的随机性与任何伪随机数生成器相同 - 也就是说，根本不是。
然而，滞后的斐波纳契（以及所有线性反馈移位寄存器PRNG）通过增加状态大小来改善基本线性同余发生器。也就是说，下一个值取决于几个以前的值，而不仅仅是前一个值。结合一个体面的种子，你应该能够得到相当不错的结果。
编辑：
从您的帖子中，您不清楚您是否理解基础状态存储在移位寄存器中，这意味着它不是静态的而是更新的（通过将每个值向左移动一个位置，删除最左侧的值每次抽奖后，并在右侧追加最新值。通过这种方式，在＆amp;上绘制相同的数字。避免重复（至少对于大多数种子值而言）。
答案 3 :(得分：0)
这一切都取决于种子。大多数随机数生成器确实为固定的种子值提供相同的数字序列。
答案 4 :(得分：-1)
随机数生成器通常是一对一的函数，其中每个输入都有一个常量输出。要使其“随机”，您必须为其提供种子（必须是“随机”），例如系统时间或计算机内存位置的值。
如果您想知道为什么不直接使用种子（时间等），那是因为时间是连续的（1,2,3,4），而大多数伪随机数生成器吐出数字随机出现（8,27,13,1）。这样，如果你在一个循环中生成伪随机数（发生得非常快），你不仅要获得{1,2,3,4} ......