标签:https 参数 语言 封装 设置 序列 算法 原因 byte
本文是开发中的简略记录,具体涉及知识点有:Lua,随机数。
Lua语言生成随机数需要用到两个函数:
Lua语言的随机数函数存在问题:
原因是LUA的random只是封装了C的rand函数,使得random函数有一定的缺陷,
其实计算机产生的随机数都是依照事先写好的算法执行出来的,行为是可以预测的,所以计算机产生的随机数都不是真正意义上的随机数,只是伪随机数,是以一个真值(也称为种子)为初始条件,然后用一定的算法不停迭代产生随机数。
C语言 rand的内部是用线性同余法做的,因为其周期特别长,所以在一定范围内可以看成是随机的。
线性同余方法(LCG)是一种产生伪随机数的方法。它是根据递归公式实现:
RandSeed = (A * RandSeed + B) % M
线性同余法最重要的是定义了三个整数,乘数 A、增量 B和模数 M,其中A, B, M是产生器设定的常数。 LCG的周期最大为 M,但大部分情况都会少于M。要令LCG达到最大周期,应符合以下条件:
问题的解决方案就是:让用户使用randomseed先设一个随机种子。比如在服务器启动的时候设置一个随机种子,让系统产生的随机序列不相同。
一种常见的办法是以 time 函数返回的秒数为基准。但是因为如果需要短期内频繁使用随机数,这个方法不可行,因为容易产生类似数字,所以就把 time返回的数值字串倒过来(低位变高位), 再取高位几位。这样即使 time变化很小, 但是因为低位变了高位, 种子数值变化却很大,就可以使伪随机序列生成的更好一些。
这其实是一种 “移位轮转“ 的思想。
math.randomseed(tostring(os.time()):reverse():sub(1, 6))
在linux下,我们可以使用 /dev/random以及/dev/urandom产生随机种子。
其原理是利用当前系统的熵池来计算出一定数量的随机比特,其中熵池是根据当前系统的“环境噪音”,它是由很多参数共同评估的,如内存的使用,文件使用量等等,环境噪音直接影响着所产生的随机种子的有效性。
/dev/random与/dev/urandom之间存在区别:
对于我们来说,需要阻塞总是不好的,因此 urandom 更加理想。
我们可以采用的是在之前办法上,加入Linux随机种子,代码如下:
local _M = {}
function _M.random_seed()
local in_file = io.open("/dev/urandom", "r")
if in_file ~= nil then
local d= in_file:read(4)
math.randomseed(os.time() + d:byte(1) + (d:byte(2) * 256) + (d:byte(3) * 65536) + (d:byte(4) * 4294967296))
else
math.randomseed(tostring(os.time()):reverse():sub(1, 7))
end
end
return _M
当然也可以再结合起来设置
math.randomseed(tostring(os.time()):reverse():sub(1, 6)+ d:byte(1) + (d:byte(2) * 256) + (d:byte(3) * 65536) + (d:byte(4) * 4294967296))
标签:https 参数 语言 封装 设置 序列 算法 原因 byte
原文地址:https://www.cnblogs.com/rossiXYZ/p/13172155.html