通用随机数生成

Question

C++11引入了比C的rand()优越得多的随机数库。在C中，您经常会看到以下代码：

srand(time(0));
rand() % MAX + MIN;

因为time(0)以秒为单位返回当前时间，所以对程序的快速连续调用将产生相同的数字序列。解决这一问题的快速方法是在纳秒内提供一个种子：

 struct timeval time; 
 gettimeofday(&time,NULL);
 srand((time.tv_sec * 1000) + (time.tv_usec / 1000));

在C++11中,我所知道的产生好随机数的最短程序是：

#include <iostream>
#include <random>

int main()
{
    std::random_device rd;
    std::mt19937 mt(rd());
    std::uniform_int_distribution<int> dist(1, 10);
    std::cout << dist(mt);
}

std::random_device是不可移植的，不鼓励std::default_random_engine使用，因为它可能会选择较差的引擎，如std::rand。事实上，std::random_shuffle不推荐使用，因此首选std::shuffle。通常，我看到人们说用chrono来提供一个种子来代替：

std::chrono::high_resolution_clock::now().time_since_epoch().count()

这不仅很难记住，而且当我们想用纳秒代替时，看起来更难看：

using namespace std::chrono;
std::mt19937 mt(duration_cast<nanoseconds>(high_resolution_clock::now()
                                      .time_since_epoch()).count());

哪种方法是最好的？

Answer 1

（1）了解可用的发电机，选择最适合工作的

（2）烹饪种子熵，绘制标准度量值（如256位），打印到日志中

（3）将您的标准种子块转换为一个适合所讨论的发电机大小的seed_seq，并将genny种子化

struct KISS {  uint32_t a, b, c, d; ... };

uint32_t KISS::cycle ()
{
   a = (a & 0xFFFF) * 36969 + (a >> 16);         // 16-bit MWC, a.k.a. znew()
   b = (b & 0xFFFF) * 18000 + (b >> 16);         // 16-bit MWC, a.k.a. wnew()
   c = c * 69069 + 1234567;                      // 32-bit LCG, a.k.a. CONG()(
   d ^= d << 13;  d ^= d >> 17;  d ^= d << 5;    // 32-bit XorShift a.k.a. SHR3(), corrected

   return (((a << 16) | (b & 0xFFFF)) ^ c) + d;  // mixing function (combiner)
}

组合的Tausworthe：

struct LFSR113 {  uint32_t a, b, c, d; ... };

uint32_t LFSR113::cycle ()
{
   a = ((a ^ (a <<  6)) >> 13) ^ ((a & ~0x01) << 18);  // 31 bits
   b = ((b ^ (b <<  2)) >> 27) ^ ((b & ~0x07) <<  2);  // 29 bits
   c = ((c ^ (c << 13)) >> 21) ^ ((c & ~0x0F) <<  7);  // 28 bits
   d = ((d ^ (d <<  3)) >> 12) ^ ((d & ~0x7F) << 13);  // 25 bits

   return a ^ b ^ c ^ d;
}

作为初级生成器，您必须调整禁用种子（粘性状态），但对于种子拉伸（生成seed_seq)，这可以安全地忽略。有很多替代方案，比如使用std：：vector和一个简单生成器(LCG)来生成一个合适的seed_seq，但我更喜欢尝试过的、可信的和经过彻底分析的解决方案，用最大的bang来实现最少的代码量。

这里所示的两个4x32生成器可以使用中国剩余定理步进，相反，任何状态都可以映射到整个序列中它的唯一点（暂时忽略轨道之类的东西）。这使得它们和其他类似的发电机在不需要XORShift1024*（或mt19937)这样的大枪时，作为一般使用的初级发电机具有吸引力。

#include "zrbj/rng_wrapper.hpp"
#include <random>
#include <typeinfo>

int main ()
{
   zrbj::seeded<std::mt19937> rng(42);

   std::cout << typeid(rng.wrapped_rng).name() << " -> " << rng();
}       

这将生成器、42和实际的种子打印到日志中，除了将比特粉碎成碎片并将它们填入MT19937之外。代码一次，向后靠，享受。