标签:c++ time rand 线性同余 algorithm
最近朋友提出一个问题,自己编写函数生成随机数,一开始没有认真思考,后来想了一下,如果是学习过计算机密码学,应该很快就能设计出一些算法,这里使用了数论领域的相关知识——线性同余法简单实现了生成随机数算法。
以下是网上关于随机数生成的一类说法:
在计算机上可以用物理方法来产生随机数,但价格昂贵,不能重复,使用不便。另一种方法是用数学递推公式产生,这样产生的序列与真正的随机数序列不同,所以称为伪随机数或伪随机序列,只要方法和参数选择合适,所产生的伪随机数就能满足均匀性和独立性,与真正的随机数具有相近的性质。
以下是一个使用了线性同余的递推公式:
Xt = (X0 * 17 + 29) mod 500
线性同余中的线性,是指“线性”表示方程中 x 的次数是一次,mod 取余运算符则体现了“同余”这一数学概念。
式中,17 、29和500分别称做乘数、增量和模数。使用线性同余生成随机数的方法速度快,但对乘数、增量和模数的选取有一定的要求:
#include <ctime>
#include <iostream>
class MyRand
{
public:
unsigned int seed;
// 默认使用系统时间为种子
// time(NULL) 返回从1970年元旦午夜0点到现在的秒数
void srand(unsigned int s = (unsigned int)time(NULL))
{
seed = s;
}
// 使用了一种线性同余法,得到的随机数最大为(2^15-1),29为质数中的一个
unsigned int rand()
{
seed = (seed * 31 + 13) % ((1 << 15) - 1);
return seed;
}
};
#include "rand.h"
int main()
{
MyRand a;
a.srand(); // 使用系统时间为种子
std::cout << "产生若干个随机数:" << std::endl;
for (int i = 0; i < 100; i++)
std::cout << a.rand() % 100 << " "; // 生成0~100之间的随机数
getchar();
return 0;
}
使用错误的公式,得到的序列并不随机:
得到符合要求的伪随机数序列:
在生成随机数的过程中,会强调生成的是“伪”随机数,这是因为平时编程中调用rand()函数(包括以上设计的函数)所产生的随机数都是按照一定的公式模拟产生的,其结果是确定而可预见的。庆幸的是,若给rand()函数(包括以上自己设计的函数)提供不同的初始值(成为随机种子seed),以真随机数为运算的初始条件,就可以得到真正意义上的随机数。
就牵扯到产生随机种子的方法。产生种子的方法有很多,在程序设计的课程中介绍得最多的是使用系统时间time为种子。代码中使用了time(NULL) 返回从1970年元旦午夜0点到现在的秒数作为随机序列运算的初始值,每一次调用rand(),可得到不同的随机序列。
事实上这种产生随机种子的方法有一定的缺陷性。假设在一台计算机上运行批量执行程序,程序执行的时间是几个ms,那么几个相邻程序的seed是一样的,每次调用随机数生成函数的结果也是一样的。这是因为系统时间time是按照秒级来计算的,而程序执行的时间是毫秒级,倘若在一秒内执行多次程序,必然导致产生的随机种子相同。
版权声明:本文为博主原创文章,未经博主允许不得转载。
标签:c++ time rand 线性同余 algorithm
原文地址:http://blog.csdn.net/liyuefeilong/article/details/47688223