带种子的随机数答案

【问题标题】：random number with seed带种子的随机数
【发布时间】：2011-04-04 18:05:34
【问题描述】：

参考：link text

下面这行我看不懂，谁能给我举个例子来说明下面的语句？

如果使用相同的种子创建 Random 的两个实例，并且为每个实例进行相同的方法调用序列，它们将生成并返回相同的数字序列

【问题讨论】：

遵循该声明非常简单。 Random r1, r2，使用相同的种子创建和初始化（参见文档）。每次拨打next 5 次。它们将返回完全相同的 5 个“随机”数字序列。

标签： java

【解决方案1】：

既然你问了一个例子：

import java.util.Random;
public class RandomTest {
    public static void main(String[] s) {
        Random rnd1 = new Random(42);
        Random rnd2 = new Random(42);

        System.out.println(rnd1.nextInt(100)+" - "+rnd2.nextInt(100));
        System.out.println(rnd1.nextInt()+" - "+rnd2.nextInt());
        System.out.println(rnd1.nextDouble()+" - "+rnd2.nextDouble());
        System.out.println(rnd1.nextLong()+" - "+rnd2.nextLong());
    }
}

两个Random 实例将始终具有相同的输出，无论您运行它的频率如何，无论您使用什么平台或Java 版本：

30 - 30
234785527 - 234785527
0.6832234717598454 - 0.6832234717598454
5694868678511409995 - 5694868678511409995

【讨论】：

【解决方案2】：

随机生成器是确定性的。给定 Random 的相同输入和 Random 中方法的相同用法，即使在不同机器上的不同运行中，返回给您的程序的伪随机数序列也是相同的。

这就是为什么它是伪随机的 - 返回的数字表现在统计上类似于随机数字，但它们可以可靠地预测。真正的随机数是不可预测的。

【讨论】：

【解决方案3】：

Random 类基本上是一个伪随机数生成器（也称为确定性随机位生成器），它生成近似随机数属性的数字序列。它通常不是随机的，而是确定性的，因为它可以由生成器中的小随机状态（例如seed）确定。由于确定性，如果您的方法序列和种子在 2 个生成器上相同，则可以生成相同的结果。

【讨论】：

【解决方案4】：

数字并不是真正随机的，给定相同的起始条件（种子）和相同的操作序列，将生成相同的数字序列。这就是为什么将基本 Random 类用作任何密码学或安全相关代码的一部分并不是一个好方法，因为攻击者可能会找出正在生成的序列并预测未来的数字。

对于发出不确定值的随机数生成器，请查看SecureRandom。

有关更多信息，请参阅维基百科上的 Random number generation, Computational methods。

【讨论】：

【解决方案5】：

这意味着当您创建 Random 对象时（例如在程序开始时），您可能希望从一个新种子开始。大多数人选择一些与时间相关的值，例如滴答数。

如果你想调试你的程序，数字序列相同的事实实际上非常方便：确保记录种子值，如果出现问题，你可以使用它在调试器中重新启动程序相同的种子值。这意味着您可以准确地回放场景。如果您（可以）使用真正的随机数生成器，这将是不可能的。

【讨论】：

【解决方案6】：

使用相同的种子值，Random 的不同实例将返回/生成相同的随机数序列；更多关于这里： http://www.particle.kth.se/~lindsey/JavaCourse/Book/Part1/Tech/Chapter04/javaRandNums.html

Ruby 示例：

class LCG; def initialize(seed=Time.now.to_i, a=2416, b=374441, m=1771075); @x, @a, @b, @m = seed % m, a, b, m; end; def next(); @x = (@a * @x + @b) % @m; end; end

irb(main):004:0> time = Time.now.to_i
=> 1282908389

irb(main):005:0> r = LCG.new(time)
=> #<LCG:0x0000010094f578 @x=650089, @a=2416, @b=374441, @m=1771075>
irb(main):006:0> r.next
=> 45940
irb(main):007:0> r.next
=> 1558831
irb(main):008:0> r.next
=> 1204687
irb(main):009:0> f = LCG.new(time)
=> #<LCG:0x0000010084cb28 @x=650089, @a=2416, @b=374441, @m=1771075>
irb(main):010:0> f.next
=> 45940
irb(main):011:0> f.next
=> 1558831
irb(main):012:0> f.next
=> 1204687

根据 a/b/m 的值，给定种子的结果将是相同的。这可用于在两个地方生成相同的“随机”数，并且双方都可以依赖于获得相同的结果。这对加密很有用；虽然很明显，这个算法在密码学上并不安全。

【讨论】：