2

关于RNG，我有三个问题。

首先是哪些数据可用作种子。我一直在利用时间，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 中出来的下一个值以随机间隔重新播种 RNG，并从问题 1 的答案中随机选择种子，这会创建一个更难预测并因此更随机的伪随机链吗？

最后，在 c++ 中获得一个范围内的随机数的最佳方法是什么？我一直在使用模数运算符，但我想要在范围内均匀分布的东西，而不是像 AI 决策那样偏向高或低。

4

4 回答 4

3

  1. 这取决于你需要什么rand。对于很多用途，time是完全足够的。对于其他人来说则更少。我通常会从 Unix 机器上读取四个字节，如果 不可用则/dev/random恢复。更有效的解决方案是使用更高分辨率的计时器，并在进程或机器 ID 等内容中进行散列。time/dev/random

  2. 除非您使用类似的方法，否则重新播种可能不会改变太多/dev/random。大多数其他可用值都是可以预测的。

  3. 如果RAND_MAX是范围的倍数，则模可以正常工作。如果不是，唯一的解决方案是丢弃值：你有一个总值 RAND_MAX + 1，你需要n. 并且没有可能的映射将所有RAND_MAX + 1值映射到n每个 并且具有相同数量的输入n。通常的解决方案是：

    整数限制 = (RAND_MAX + 1) - (RAND_MAX + 1) % n;
    int 结果 = rand();
    而（结果>=限制）
        结果 = 兰德（）；
    返回结果%n；

（我在这里假设您正在寻找范围内的结果 [0...n)。这RAND_MAX + 1不会溢出。）

最后，如果您担心随机值的质量，请注意许多实现rand()并不是特别好。您可能想要切换到增强随机生成器之一。

于 2011-06-22T12:46:41.967 回答
2

你应该看看boost::random。

记住：

  • 为什么需要随机数——为了安全，还是为了随机过程？
  • “更随机”是什么意思？
  • 如果您根据一种算法重新设定种子，并且该算法比底层 RNG 更可预测，那么您的情况会比开始时更糟。如果您的种子只是 32 位值，那么即使是真正随机的种子源也会使事情变得更糟而不是更好！
  • 如果您需要“混合”来自随机源的额外随机性，最好通过 XOR 来做到这一点：即维护一小块真正的随机数，并将它们循环异或到 RNG 的输出中 - 而不是偶尔重新播种，偶尔会重新生成该垫。这样，您就不会丢弃 RNG 有价值的内部状态。或者，如果您可以访问 RNG 内部，请使用真正的随机源偶尔通过类似的机制旋转一些位。

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

于 2011-06-22T12:19:13.247 回答
1

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，只要每次启动程序都不同，这就足够了。试图使伪随机数“更随机”是一项有点愚蠢的努力。如果需要，那么生成器就不值得了。
此外，除非用真正的随机噪声定期播种，否则无论如何您都不会使输出“更加随机”，如果您定期播种真正的随机噪声，那么只有种子才是真正随机的，其他值仍然是确定性的，并且总共有与此生成器生成的任何其他序列具有相同的统计属性。

如果偏斜分布不可接受，则在非二次幂范围内获取数字的通常实现看起来有点像：

range = high - low;

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

r += low;

模数和乘法/除法具有众所周知的歪斜和溢出问题。

不过，如果是如你所说的人工智能决策，我敢说，如果一个结果的可能性比另一个结果高 1%，我敢说没有人会注意到。因此，简单地使用模可能就足够了，具有确定的时间，而且非常简单。另请注意，您始终可以选择一个适用于模数的范围。

于 2011-06-22T12:43:31.920 回答
0

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;

于 2011-06-22T12:18:39.083 回答