gpt4 book ai didi

c++ - 重新发明轮子 : Random Number Generator

转载 作者:可可西里 更新时间:2023-11-01 16:36:35 32 4
gpt4 key购买 nike

所以我是 C++ 的新手,正在尝试学习一些东西。因此,我正在尝试制作一个随机数生成器(如果您愿意,可以使用 RNG 或 PRNG)。我对 RNG 有基本的了解,比如你必须从种子开始,然后通过算法发送种子。我坚持的是人们如何提出上述算法。

这是我必须获得种子的代码。

int getSeed()
{
time_t randSeed;
randSeed = time(NULL);
return randSeed;
}

现在我知道在 C++ 中有预构建的 RNG,但我希望学习的不仅仅是复制其他人的工作并尝试弄清楚。

因此,如果有人能引导我到可以阅读的地方或向我展示如何为此提出算法的示例,我将不胜感激。

最佳答案

首先,澄清一下,您提出的任何算法都是伪随机数生成器,而不是真正的随机数生成器。由于您要制作算法(即编写函数,即制定一组规则),随机数生成器最终必须重复自身或执行类似的非随机操作。

真正的随机数生成器的示例是从自然界中捕获随机噪声并将其数字化。这些包括:

http://www.fourmilab.ch/hotbits/

http://www.random.org/

您还可以购买产生白噪声(或其他随机性方式)的物理设备并以数字方式捕获它:

http://www.lavarnd.org/

http://www.idquantique.com/true-random-number-generator/products-overview.html

http://www.araneus.fi/products-alea-eng.html

就伪随机数生成器而言,最容易学习的(以及普通外行可能可以自己制作的)是 linear congruential generators .不幸的是,这些也是一些最糟糕的 PRNG。

确定什么是好的 PRNG 的一些准则包括:

  1. 周期性(可用数字的范围是多少?)
  2. 连续的数字(同一个数字连续出现两次的概率是多少)
  3. 均匀性(从某个子范围中选择数字的可能性是否与从另一个子范围中选择数字的可能性一样)
  4. 很难对其进行逆向工程(如果它接近于真正的随机,那么某人应该无法根据它生成的最后几个数字计算出它生成的下一个数字)
  5. 速度(我可以多快生成一个新数字?需要 5 次还是 500 次算术运算)
  6. 我确定还有其他我想念的

在大多数应用程序(即不是密码术)中被认为是好的现在比较流行的一个是 Mersenne Twister .从链接可以看出,这是一个简单的算法,大概只有30行代码。然而,尝试从头开始编写这 20 或 30 行代码需要大量的脑力和 PRNG 的研究。通常最著名的算法是由研究 PRNG 数十年的教授或行业专家设计的。

我希望你研究 PRNG 并尝试自己动手(尝试 Knuth 的计算机编程艺术或数字食谱作为起点),但我只是想在一天结束时把这一切都列出来(除非 PRNG将是你一生的工作)使用别人想出的东西要好得多。此外,沿着这些思路,我想指出历史上编译器、电子表格等不使用大多数数学家认为好的 PRNG,因此如果您需要高质量的 PRNG,请不要使用标准库之一在 C++、Excel、.NET、Java 等中,直到您研究了他们用什么来实现它。

关于c++ - 重新发明轮子 : Random Number Generator,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5851530/

32 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com