关于Python的uuid4的数学问题

Question

我对统计数学等不太了解。我一直在想，如果我使用以下内容：

import uuid
unique_str = str(uuid.uuid4())
double_str = ''.join([str(uuid.uuid4()), str(uuid.uuid4())])

double_str字符串是否与unique_str一样唯一，或者只是更加独特？此外，做这样的事情（比如生日问题情况等）是否有任何负面影响？这可能听起来很无知，但我根本不会知道，因为我的数学充其量只能代数代数。

Answer 1

uuid4函数返回从16个随机字节创建的UUID，极不太可能产生冲突，甚至可能不应该担心它。

如果出于某种原因，uuid4 会产生重复，则更有可能是编程错误，例如无法正确初始化随机数生成器而不是真正的坏运气。在这种情况下，您使用它的方法将不使其更好 - 即使您的方法，错误初始化的随机数生成器仍然可以产生重复。

如果您使用默认实现random.seed(None)，您可以在source中看到，只有16个字节的随机性用于初始化随机数生成器，因此这是一个您必须解决的问题第一。此外，如果操作系统不提供随机源，则将使用系统时间，而不是非常随机。

但是忽略这些实际问题，你基本上是在正确的方向。要使用数学方法，我们首先必须通过“唯一性”来定义您的意思。我认为合理的定义是在生成重复的概率超过某个概率p之前需要生成的id的数量。一个适用的公式是：

其中d对于单个随机生成的uuid为2**(16*8)，2**(16*2*8)为您建议的方法。公式中的平方根确实归因于Birthday Paradox。但是，如果你解决这个问题，你可以看到，如果你在保持d不变的同时将值p的范围平方，那么你也将n平方。

Answer 2

由于uuid4基于伪随机数生成器，因此调用它两次不会使“唯一性”的数量达到平方（甚至可能根本不添加任何唯一性）。

另见When should I use uuid.uuid1() vs. uuid.uuid4() in python?

Answer 3

这取决于随机数生成器，但它几乎是平方的唯一性。