Question

下面的说明，这是我目前的代码。

Random seeded = new Random(seed);

    for(int j = 0; j < 3; j++)
    {
        for (int i = 0; i < 10; i++)
            System.out.println(i + " : " + seeded.nextInt(100));
        System.out.println("{}");
        seeded= new Random(seed);
    }

输出以下内容

我的目标正是如上所述。我想创建一个扩展Random的类，包括一个getSeededIntAtIndex函数。例如，我想按如下方式实现该类。

IndexedRandom random = new IndexedRandom(seed);
int iAt30 = random.getIntAtIndex(30);

目前，为此，我有以下代码。

public int getIntAtIndex (int index)
{
    Random temp = new Random(seed);
    for(int i = 0; i < index - 1; i++)
        temp.nextInt();

    return temp.nextInt();
}

我只是在随机X次循环直到达到所需的数字。但是，如果我选择一个大型索引，比如3,000,000，我宁愿优化这种方法。有什么办法可以优化吗？这种方法只需约0.34秒即可在任何设备，PC或手机上运行。我只问了这个问题，因为它似乎浪费了2,999,999次计算，即使它在系统上并不是很难。如果可能，为什么不进行优化？

Answer 1

java.util.Random specified使用以下重复来推进种子：

(seed * 0x5DEECE66DL + 0xBL) & ((1L << 48) - 1)

这是linear congruential generator，因此we can advance it N steps in only O(log(N)) time。

允许a = 0x5DEECE66DL，b = 0xBL和m = 1L << 48。 N步之后的种子值具有以下封闭形式（非实际Java ）：

new_seed = (a^N * seed mod m) + (b * ((a^N - 1) mod (a-1)m)/(a-1) mod m)

我没有尝试将其写为有效的Java语句有两个原因。第一个是我们需要模幂运算来有效地评估它，第二个是我们需要80位算术来计算(a^N - 1) mod (a-1)m。这两个问题都可以使用Java BigInteger class解决，它提供modular exponentiation和任意精度的整数。或者，我们可以使用模幂运算算法的变量在64位算术的范围内将((a^N - 1) mod (a-1)m)/(a-1)计算为(a^(N-1) + a^(N-2) + ... + a + 1) mod m，从而使我们不必经历BigInteger的开销。

Nayuki，我之前联系过的人之一，有一个working demo的LCG，能够根据BigInteger向前和向后跳过。您可以将其与为java.util.Random指定的参数一起使用，以实现具有前导功能的java.util.Random等效项，或者您可以自己编写。

Answer 2

简单的回答是：不，它是一个随机函数，它生成的伪随机数是前一次执行的结果，因此只有在应用相同的方式时才会产生相同的结果。

但是您的实施还有一些替代方案。但在优化之前，您应该验证是否确实需要优化。因为这对我来说有点像过早的优化。那你为什么更喜欢这种方法进行优化呢？您是否已经确定了要解决的性能瓶颈？它多久被调用一次？优化的权衡取舍是什么？等。

因此，让我们假设你有充分的理由来优化这种方法，这里有一些选择：

根据您的内存限制，您可以预先填充一组完整的随机数并将其保留在内存中。这需要大约12 MB。这可能是速度最有效的方式。如果经常请求较低的值，您可以预先计算前1000个值并将它们保存在内存中，并将计算机上的所有内容保存在内存中。如果要求低于1000的值比高值更频繁，则此方法很好。
如果您从未生成3M值，但3M仅定义值范围，则另一种方法是将已计算的值保留在地图中，以便您可以查找它们而不是重新计算它们。如果请求的索引是相当随机的，但是同一索引多次请求相同值的概率很高，这种方法会很好。
另一种方法是保留以前的Random个实例在地图中生成数字并从Random开始计算索引，该索引是所请求数字的次要最小值。例如
- getIntAtIndex（10） - ＆gt;没有随机索引＆lt; 10，计算10，map.put(10, temp)
- getIntAtIndex（5） - ＆gt;没有随机索引＆lt; 5，计算5，map.put(5,temp)
- getIntAtIndex（7） - ＆gt; Random temp = map.remove(5)，计算为7，map.put(7,temp)
- getIntAtIndex（12） - ＆gt; Random temp = map.remove(10)，计算为12，map.put(12,temp)

但是我不会感到惊讶，如果这种方法比重新计算慢，特别是对于较小的索引，因为你必须在每个请求上搜索键。

实际上，Random的实现基于基本运算符，因此编译器应该相当高效和可优化。因此，在采取任何行动之前，我强烈建议分析是否确实存在瓶颈。

修改

我使用索引和迭代次数的各种组合运行测试。结果是，优化是您应该做的最小化。在我5岁的Core Duo上花了100多秒来计算100＆＃39000指数的值。执行时间随着指数的增加而线性增加，影响远大于预期。

这使得上面列出的所有优化都完全过时了。

假设用例是，您希望给定输入值的可重现但伪随机值在程序执行时不同，但在运行时保持不变。

所以我建议采用不同的方法。使用索引值作为种子，并通过更改计算结果的迭代次数来添加randomnes。以下代码段将为100个程序执行生成随机序列。如果您需要更多随机数，请更改用于计算＆＃34; seed＆＃34;的模数，但请注意，执行时间以线性方式增加。所以也许100就够了。

private long seed = System.currentTimeMillis() % 100; public int getIntAtIndex (int index) { Random temp = new Random(index); for(int i = 0; i < seed; i++) temp.nextInt(); return temp.nextInt(); }

如果是游戏，则应使用给定的种子初始化随机数，然后通过重复使用相同的随机对象计算所需的所有值来计算＆＃34;启动参数＆＃34;你的游戏即如果你需要100个int参数，请调用100次nextInt（）。

Java随机（种子）在索引处随机获取？

2 个答案: