c++ - C++中的随机数生成......第一个数字不是很随机

Question

我试图在不使用 boost 的情况下在 C++ 中获得一个介于 0 和 1 之间的统一随机数。我不想依赖图书馆。

每当我开始我的程序时，我都会使用以下内容进行播种:
srand(时间(NULL));

然后我打印 8 个随机数。我用空行分隔程序的不同运行:

Random number: 0.226063
Random number: 0.449186
Random number: 0.474514
Random number: 0.160779
Random number: 0.220868
Random number: 0.136685
Random number: 0.260120
Random number: 0.843334

Random number: 0.226181
Random number: 0.422253
Random number: 0.808594
Random number: 0.040531
Random number: 0.212377
Random number: 0.421073
Random number: 0.965790
Random number: 0.026305

Random number: 0.226306
Random number: 0.526858
Random number: 0.898279
Random number: 0.378934
Random number: 0.736653
Random number: 0.924420
Random number: 0.718503
Random number: 0.888140

Random number: 0.226463
Random number: 0.157614
Random number: 0.010386
Random number: 0.551936
Random number: 0.391998
Random number: 0.303603
Random number: 0.659396
Random number: 0.465434

为什么每次第一个数字几乎完全相同？我不明白。我应该扔掉第一个数字还是什么？

示例代码:

#include <iostream>

int main() {
  srand( time(NULL) );
  printf("%f\n", (float)rand()/RAND_MAX);
  printf("%f\n", (float)rand()/RAND_MAX);
  printf("%f\n", (float)rand()/RAND_MAX);
  printf("%f\n", (float)rand()/RAND_MAX);
  printf("%f\n", (float)rand()/RAND_MAX);
  printf("%f\n", (float)rand()/RAND_MAX);
  printf("%f\n", (float)rand()/RAND_MAX);
  printf("%f\n", (float)rand()/RAND_MAX);
}

Answer 1

不，不要扔掉第一个。这会扭曲结果。序列 {1,1,1,1,1,1,1}尽管人类倾向于在所有事物中寻找意义，但它出现的可能性与任何其他任意七位数序列完全一样:-)

因为你不喜欢这个序列而试图摆弄它会使随机数的生成变得更糟，而不是更好。

对于它的值(value)，您应该确保您的运行至少相隔一秒钟，这样您就不会使用相同的种子(这里似乎不是这种情况)。除此之外，使用 PRNG 为您提供的结果或找到更好的生成器。

要么您是统计学家/密码​​学家，您不会使用正常的随机函数，要么这真的无关紧要!对于绝大多数情况，是后者。

如果您不想要一个花哨的(或一个涉及大量额外内容的)并且您只是对您的实现提供的一个不满意，那么基于 gcc 很容易实现一个版本，类似于:

seed = (1103515245 * seed + 12345) & 0xffffffff
return seed & 0x7fffffff

请记住，初始种子值是根据提供给 srand 的参数计算得出的。模数为 231-1最小化对初始种子具有线性依赖性的序列(序列仍然具有线性，只是不是来自初始种子值)。

如果您只是在寻找快速解决方案而不依赖外部库或花时间实现更复杂的生成器，以下代码可能会让您的生活更轻松:

// Assume 32-bit integer.
static int seed = 1;
void mySRand (int newseed) {
    seed = newseed % 0x7fffffff;
}
int myRand() {
    seed = 1103515245 * seed + 12345;
    return seed & 0x7fffffff;
}

下面的程序实际上会让您了解该算法将如何对提供给 mySRand 的种子值进行小幅更改。 .

它从 time (NULL) 获取初始种子然后向您显示 myRand 中的初始值是多少二十个连续种子值，以及百分比变化。

#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <math.h>

static int seed = 1;
void mySRand (int newseed) { seed = newseed % 0x7fffffff; }
int myRand() { seed = 1103515245 * seed + 12345; return seed & 0x7fffffff; }

int main (void) {
    int i, xyzzy, val, lastVal;
    double avg, diff;
    xyzzy = time (NULL);
    mySRand (xyzzy);
    lastVal = myRand();
    printf ("seed=%d, val=%12d\n", xyzzy, lastVal);
    for (i = 0; i < 20; i++) {
        mySRand (++xyzzy);
        val = myRand();
        avg = val; avg = (avg + lastVal) / 2;
        diff = 100 * fabs (avg - val) / avg;
        printf ("seed=%d, val=%12d, avg=%12.1f, %%chg=%f\n",
            xyzzy, val, avg, diff);
        lastVal = val;
    }
    return 0;
}

百分比变化基于当前值与当前值与前一值之间的平均值之间的差异，以便希望不会引入偏差。示例输出为:

seed=1324533721, val=  1092183454
seed=1324533722, val=    48215051, avg= 570199252.5, %chg=91.544175
seed=1324533723, val=  1151730296, avg= 599972673.5, %chg=91.963792
seed=1324533724, val=   107761893, avg= 629746094.5, %chg=82.888041
seed=1324533725, val=  1211277138, avg= 659519515.5, %chg=83.660545
seed=1324533726, val=   167308735, avg= 689292936.5, %chg=75.727484
seed=1324533727, val=  1270823980, avg= 719066357.5, %chg=76.732504
seed=1324533728, val=   226855577, avg= 748839778.5, %chg=69.705726
seed=1324533729, val=  1330370822, avg= 778613199.5, %chg=70.864150
seed=1324533730, val=   286402419, avg= 808386620.5, %chg=64.571108
seed=1324533731, val=  1389917664, avg= 838160041.5, %chg=65.829626
seed=1324533732, val=   345949261, avg= 867933462.5, %chg=60.141039
seed=1324533733, val=  1449464506, avg= 897706883.5, %chg=61.463005
seed=1324533734, val=   405496103, avg= 927480304.5, %chg=56.279815
seed=1324533735, val=  1509011348, avg= 957253725.5, %chg=57.639642
seed=1324533736, val=   465042945, avg= 987027146.5, %chg=52.884483
seed=1324533737, val=  1568558190, avg=1016800567.5, %chg=54.264095
seed=1324533738, val=   524589787, avg=1046573988.5, %chg=49.875518
seed=1324533739, val=  1628105032, avg=1076347409.5, %chg=51.262038
seed=1324533740, val=   584136629, avg=1106120830.5, %chg=47.190523
seed=1324533741, val=  1687651874, avg=1135894251.5, %chg=48.574735

所以你可以看到，基于相近的初始种子，起始值实际上存在很大差异。