在 C++ 中并行重复随机生成，避免多次运行重复

Question

这可能是一个非常简单的问题，但我对 C++ 上的随机数生成非常陌生，并希望确保我得到它是正确的。

我有一个随机函数，我想多次并行运行，因此函数的每次并行运行都需要与其他运行不同，并且与以前的运行不同，据我了解，我可以这样做的一种方法是将 random_device 作为每个的种子。例如

for (int i= 0; i< runs; i++){
//do something
#pragma omp parallel for schedule(static)
for (int j = 0; j < std::size(iters); j++){
    std::mt19937 mrandThread(std::random_device{}());
    iters.at(j) = stochFunction(parameters, mrandThread);
}
//do something
}

但是，这似乎在计算上会很昂贵，因为您会多次启动 random_device，尤其是在上述循环重复很多次的情况下。另一个问题是运行可能会重复，因为 random_device 只是设置一个种子，它可能会再次出现？但是，目前从循环外部传递引擎，例如

std::mt19937 mrandThread(std::random_device{}());
for (int i= 0; i< runs; i++){
//do something
#pragma omp parallel for schedule(static)
for (int j = 0; j < std::size(iters); j++){
    iters.at(j) = stochFunction(parameters, mrandThread);
}
//do something
}

意味着每个线程都给出相同的结果，因为它们只是从并行发送的那一点开始运行梅森捻线机的副本？我见过的另一个选择是使用 rand_r()，但这是否可能再次出现类似于种子重复的问题，或者这更像是当前随机轨迹集在循环外的分支？

任何关于如何最好地实现这一点的建议将不胜感激。

Answer 1

我认为类似于#pragma omp parallel private(mrandThread) 的东西可以解决问题，这意味着：

private 指令声明数据在 每个线程的内存。这样的私有变量被初始化为它们 将在主程序中。任何计算值在结束时消失 平行区域。 （但是，请参见下文。）因此，您不应依赖 在任何初始值上，或在外部变量的值之后 地区。

（来自：http://pages.tacc.utexas.edu/~eijkhout/pcse/html/omp-data.html）

Answer 2

如果您想确保每个线程都有唯一的种子，我可能会提前生成种子，然后在启动线程时使用它们：

std::vector<int> gen_seeds(int num) {
    // start by stuffing them into a set to guarantee uniqueness.
    std::set<int> s;

    std::random_device g;

    while (s.size() < num)
        s.insert(g());

    // then return them in a vector to give random access:
    std::vector<int> seeds(s.begin(), s.end());
    return seeds;
}

// generate N unique seeds:
auto seeds = gen_seeds(std::size(iters));

#pragma omp parallel for schedule(static)
for (int j = 0; j < std::size(iters); j++){
    // and use each to seed a generator:
    std::mt19937 mrandThread(seeds[j]);
    iters.at(j) = stochFunction(parameters, mrandThread);
}

理论上，在每个线程中调用random_device 可能会快一点，但实际上不太可能——无论如何，它通常是具有序列化访问权限的硬件设备。通过在单个线程中提前完成（并使用一组或类似的），确保每个种子真正唯一是微不足道的，这可能比在生成种子时节省一微秒更重要。

哦：还有一点：使用来自 random_device 的单个结果来播种 Mersenne twister 也不是完全最优的。生成器类可以告诉您它们的种子数据的大小 - 理想情况下，您希望用这么多数据为它们播种。