我已经看到了一些建议,即每次执行不会多次播放伪随机数生成器,但从未附带过彻底的解释。当然,很容易理解为什么以下(C / C ++)示例不是一个好主意:
int get_rand() {
srand(time(NULL));
return rand();
}
因为每秒多次调用get_rand
会产生重复的结果。
但以下示例是否仍然是可接受的解决方案?
MyRand.h
#ifndef MY_RAND_H
#define MY_RAND_H
class MyRand
{
public:
MyRand();
int get_rand() const;
private:
static unsigned int seed_base;
};
#endif
MyRand.cpp
#include <ctime>
#include <cstdlib>
#include "MyRand.h"
unsigned int MyRand::seed_base = static_cast<unsigned int>(time(NULL));
MyRand::MyRand()
{
srand(seed_base++);
}
int MyRand::get_rand() const
{
return rand();
}
的main.cpp
#include <iostream>
#include "MyRand.h"
int main(int argc, char *argv[])
{
for (int i = 0; i < 100; i++)
{
MyRand r;
std::cout << r.get_rand() << " ";
}
}
即。即使MyRand
:s构造函数快速连续多次调用,每次调用srand
都有不同的参数。显然,这不是线程安全的,但后来也不是rand
。
答案 0 :(得分:6)
每次调用伪随机数生成器函数时,生成器都会采用某种内部状态并生成伪随机数和新的内部状态。仔细选择转换内部状态的算法,使输出看起来是随机的。
当您为随机数生成器播种时,您基本上设置了此内部状态。如果将内部状态重置为某个可预测值,则会失去随机性。
例如,流行的简单RNG是线性同余生成器。数字生成如下:
X[n+1] = (a X[n] + c) mod m
在这种情况下,X [n + 1]既是结果又是新的内部状态。如果您按照上面的建议每次播种生成器,您将获得如下所示的序列:
{(ab + c) mod m, (a(b+1) + c) mod m, (a(b+2) + c) mod m, ...}
其中b是您的seed_base
。这看起来并不随机。
答案 1 :(得分:1)
如果你的种子是可预测的,它就在这里,因为你只是递增它,rand()的输出也是可预测的。
这实际上取决于您为什么要生成随机数,以及“随机”对您来说是一个可接受的随机数。在您的示例中,它可以快速连续地避免重复,这对您来说可能已经足够了。毕竟,重要的是它运行。
几乎在每个平台上都有比rand()生成随机数的更好方法。
答案 2 :(得分:1)
这是额外的处理,不需要做。
在那个场景中,我只是在循环开始之前使用基于时间的种子调用构造函数一次。这将保证随机结果,而无需为每次迭代更改种子的额外开销。
我不认为你的方法比任何更多随机。
答案 3 :(得分:0)
您可以将随机数生成(这不再是严格意义上的实现方式,而是作为示例)作为值表。如果你记得在统计数据中做任何这样的东西做简单的随机样本,种子基本上会告诉你在随机数的大表中开始的行和列。一遍又一遍地重新播种根本就没有用,因为我们已经可以假设这些数字已经正常分布了。
不止一次播种没有额外的好处,因为这应该足够好(取决于应用)。如果确实需要“更多”随机数,则有许多随机数生成方法。我能想到的一个案例是以线程安全的方式生成随机数。
虽然您的解决方案是可以接受的,但您的数字不会比在全球范围内播种一次更随机。 srand一般不应该属于构造函数。如果您想支持随机数,请在程序启动时播种一次,然后忘掉它。