Question

我有三个关于RNG的问题。

第一个是可用作种子的数据。我总是用时间，但必须有其他容易获得的种子。

c ++中有哪些容易获得的种子？

如果我根据从RNG出来的下一个值以随机间隔重新接种RNG并从问题1的答案中随机选择种子，那么这将创建一个难以预测的伪随机链，因此更随机？

最后，在c ++中获取范围内随机数的最佳方法是什么？我一直在使用模数运算符，但我希望能够在范围内均匀分布，而不是像人工智能决策那样偏向高或低。

Answer 1

这取决于您需要rand。对于很多用途，time是完全足够。对于其他人则不那么我通常会读四个字节来自Unix机器上的/dev/random，如果是，则恢复为time /dev/random不可用。一个更有效的解决方案是使用更高分辨率的计时器，并在进程或类似的东西中哈希机器ID。
除非您正在使用，否则重播可能不会有太大变化像/dev/random这样的事情。大多数其他可用价值是可以预测的。
如果RAND_MAX是范围的倍数，则模数可以正常工作。如果它不是，唯一的解决方案是抛弃价值观：你总共有 RAND_MAX + 1值，您需要n。而且没有可能映射将所有RAND_MAX + 1值映射到n并具有每个n的输入数量相同。通常的解决方案是什么像：

    int limit = (RAND_MAX + 1) - (RAND_MAX + 1) % n;
    int result = rand();
    while ( result >= limit )
        result = rand();
    return result % n;

（我想在这里你正在寻找范围内的结果 [0...n)。并且RAND_MAX + 1不会溢出。）

最后，如果您担心随机值的质量，请意识到rand()的许多实现都不是特别好。您可能希望切换到其中一个增强随机生成器。

Answer 2

你应该看看boost::random。

请记住：

为了安全性或随机过程，为什么需要随机数？
“更随机”是什么意思？
如果您根据算法重新种植并且该算法比基础RNG更可预测，那么您的开始时间比您开始时更差。如果你的种子只是32位值，那么即使是一个真正随机的种子源也会让事情更糟更好！
如果你需要从随机源“混入”额外的随机性，最好通过XOR来做到这一点：即保持一个真正随机数的小垫，并将它们循环异或进入你的RNG输出 - 而不是偶尔再播种，偶尔再生垫。这样，你就不会丢掉RNG宝贵的内部状态。或者，如果您可以访问RNG内部，请使用真实的随机源偶尔通过类似的机制旋转一些位。

我希望你可以简单地使用boost::mt19937，但这实际上取决于应用程序。

Answer 3

RNG的一个容易获得的种子是任何时间函数。种子不需要是随机的，只要每次启动程序时它都有所不同，这就足够了。试图使伪随机数“更随机”是一种有点愚蠢的努力。如果需要这样，那么发电机就不值得用盐了此外，除非定期播种真正的随机噪音，否则你不会使输出任何“更随机”，如果你做定期播种真随机噪音，只有种子真正随机，其他值仍然是确定性的，并且总共具有与此生成器生成的任何其他序列相同的统计特性。

如果不接受偏斜分布，通常实现将数字置于非幂二范围内的实现看起来有点像：

range = high - low;

while((r = rand()) > range) {}

r += low;

模数和乘法/除法具有众所周知的偏斜和溢出问题。

但是，如果按照你说的那样进行人工智能决定，我敢说没有人会注意到一个结果是否比另一个结果高出1％。因此简单地使用模数可能已经足够好，具有确定性时间，并且很简单。另请注意，您始终可以选择适合模数的范围。

Answer 4

对于大多数应用程序来说，时间已经足够了，如果您需要更好的随机数，那么您应该查看提供此类功能的特定库。

对于范围生成，以下内容不会扭曲结果：

int random = rand() * RANGE / RAND_MAX;

随机化种子会产生更随机的数字吗？

4 个答案: