我正在尝试创建一个为多个发行版生成随机数的类,同时保持它们的可重现性(通过设置初始种子)。
代码似乎有效,直到我开始使用正态分布和奇怪的错误表面。这些主要是:
double a = rnd.rnorm(0.0, 1.0);
- 行(第40行)(即如果我在设置种子之前调用rnorm
),则正态分布的第一个随机数不再匹配,随机之后的数字再次匹配int n = 3;
)现在我的问题是,是什么导致了这种奇怪的行为?我是否以错误的方式实施了RNG
?最重要的是,我该如何解决?
如果您想亲自测试结果,可以使用此http://cpp.sh/9phre
或者
#include <stdio.h>
#include <random>
// Class to create random numbers
// Main functions to set the seed: setseed()
// create uniformly distributed values: runif()
// and normally distributed values: rnorm()
class RNG {
public:
RNG(int seed = (int) time(0)) {
setseed(seed);
};
~RNG() {};
void setseed(int newSeed) {
re.seed(newSeed);
};
double runif(double minNum, double maxNum) {
return dud(re, distUnifDbl::param_type{minNum, maxNum});
};
double rnorm(double mu, double sd) {
return dnd(re, distNormDbl::param_type{mu, sd});
};
private:
// take the Mersenne-Twister Engine
std::mt19937 re {};
// create the uniform distribution
using distUnifDbl = std::uniform_real_distribution<double>;
distUnifDbl dud {};
// create the normal distribution
using distNormDbl = std::normal_distribution<double>;
distNormDbl dnd {};
};
int main(int argc, char const *argv[]) {
RNG rnd;
int n = 4; // setting n to an odd number, makes _all_ normal numbers non-reproducible
//double a = rnd.rnorm(0.0, 1.0); // uncommenting this, makes the _first_ normal number non-reproducible
printf("Testing some Uniform Numbers\n");
rnd.setseed(123);
for (int i = 0; i < n; ++i) {
printf("% 13.10f ", rnd.runif(0.0, 1.0));
}
rnd.setseed(123);
printf("\n");
for (int i = 0; i < n; ++i) {
printf("% 13.10f ", rnd.runif(0.0, 1.0));
}
printf("\n");
printf("\nTesting some Normal Numbers\n");
rnd.setseed(123);
for (int i = 0; i < n; ++i) {
printf("% 13.10f ", rnd.rnorm(0.0, 1.0));
}
rnd.setseed(123);
printf("\n");
for (int i = 0; i < n; ++i) {
printf("% 13.10f ", rnd.rnorm(0.0, 1.0));
}
printf("\n");
return 0;
}
设置n = 4
并留下a
时,我会收到以下内容(这正是我想要/需要的;可重复的&#34;随机&#34;数字):
Testing some Uniform Numbers
0.7129553216 0.4284709250 0.6908848514 0.7191503089
0.7129553216 0.4284709250 0.6908848514 0.7191503089
Testing some Normal Numbers
-0.5696096995 1.6958337120 1.1108714913 0.9675940713
-0.5696096995 1.6958337120 1.1108714913 0.9675940713
现在出错了。设置n = 5
(或任何奇数),我会收到:
Testing some Uniform Numbers
0.7129553216 0.4284709250 0.6908848514 0.7191503089 0.4911189328
0.7129553216 0.4284709250 0.6908848514 0.7191503089 0.4911189328
Testing some Normal Numbers
-0.5696096995 1.6958337120 1.1108714913 0.9675940713 1.5213608069
-0.0482498863 -0.5696096995 1.6958337120 1.1108714913 0.9675940713
显然将所有正常数字>强调为1.均匀数字保持不变(我猜这很好)。
取消注释一行(即,在设置种子之前}之前调用rnd.rnorm(0.0, 1.0)
)会导致以下输出(带n = 4
或任何其他偶数)
Testing some Uniform Numbers
0.7129553216 0.4284709250 0.6908848514 0.7191503089
0.7129553216 0.4284709250 0.6908848514 0.7191503089
Testing some Normal Numbers
0.9761557076 -0.5696096995 1.6958337120 1.1108714913
0.9675940713 -0.5696096995 1.6958337120 1.1108714913
这显然打破只有第一个正常随机数,再次保留统一数字。
将两个点一起使用(保留行未注释并将n设置为奇数),我得到了这个
Testing some Uniform Numbers
0.7129553216 0.4284709250 0.6908848514 0.7191503089 0.4911189328
0.7129553216 0.4284709250 0.6908848514 0.7191503089 0.4911189328
Testing some Normal Numbers
-0.4553400276 -0.5696096995 1.6958337120 1.1108714913 0.9675940713
-0.5696096995 1.6958337120 1.1108714913 0.9675940713 1.5213608069
现在,第二个正常随机数被移到另一个方向(引导)。
我在Ubuntu 16.04和g++ --version
g++(Ubuntu 5.4.0-6ubuntu1~16.04.4) 5.4.0 20160609
它似乎没有连接到特定的生成器,即用std::mt19937 re {};
或std:: linear_congruential_engine<std::uint_fast32_t, 48271, 0, 2147483647> re {};
替换std::subtract_with_carry_engine<std::uint_fast64_t, 48, 5, 12> re{};
导致相同的行为(但显然与不同的数字)。
答案 0 :(得分:6)
void setseed(int newSeed) {
re.seed(newSeed);
dud.reset(); // <----
dnd.reset();
};
发行版具有内部状态。您需要重置它才能再次获得相同的序列。
答案 1 :(得分:2)
如果您关心可重现的“随机”数,则应避免使用C ++分布,包括uniform_real_distribution
和normal_distribution
,而应依靠自己的方式从{{1} }转换成您想要的数字。 (例如,我为uniform floating-point numbers提供了方法。请注意,当重现性很重要时,会有other things to consider。)
C ++分发类,例如mt19937
,have no standard implementation。结果,即使将相同的种子传递给这些发行版,它们传递的数字顺序也可能会有所不同,甚至每次运行都不同,这取决于实现这些发行版的方式。请注意,不是使用“编译器”,“操作系统”还是“体系结构”来决定使用哪种算法,而是由C ++标准库实现来决定。另请参见this question。
另一方面,诸如uniform_real_distribution
之类的随机引擎确实具有保证的实现;在所有兼容的C ++库实现(包括不同“体系结构”的实现)中,它们将为相同的种子返回相同的随机数,甚至在每次运行时都返回相同的随机数。
另请参阅以下问题:Generate the same sequence of random numbers in C++ from a given seed。