JavaScript Math.random() 函数返回一个介于 0 和 1 之间的随机值，根据当前时间自动播种（我相信类似于 Java）。但是，我不认为有任何方法可以为您设置自己的种子。
如何制作一个可以提供自己的种子值的随机数生成器，以便我可以让它生成一个可重复的（伪）随机数序列？
【问题讨论】：
标签： javascript random seed
如果您不需要种子功能，只需使用 Math.random() 并围绕它构建辅助函数（例如 randRange(start, end)）。
我不确定您使用的是什么 RNG，但最好了解并记录它，以便了解它的特点和局限性。
就像 Starkii 所说，Mersenne Twister 是一个很好的 PRNG，但实施起来并不容易。如果您想自己做，请尝试实现 LCG - 它非常简单，具有不错的随机性（不如 Mersenne Twister），并且您可以使用一些流行的常量。
编辑：请考虑this answer 的绝佳选项，用于短种子 RNG 实施，包括 LCG 选项。
function RNG(seed) {
// LCG using GCC's constants
this.m = 0x80000000; // 2**31;
this.a = 1103515245;
this.c = 12345;
this.state = seed ? seed : Math.floor(Math.random() * (this.m - 1));
}
RNG.prototype.nextInt = function() {
this.state = (this.a * this.state + this.c) % this.m;
return this.state;
}
RNG.prototype.nextFloat = function() {
// returns in range [0,1]
return this.nextInt() / (this.m - 1);
}
RNG.prototype.nextRange = function(start, end) {
// returns in range [start, end): including start, excluding end
// can't modulu nextInt because of weak randomness in lower bits
var rangeSize = end - start;
var randomUnder1 = this.nextInt() / this.m;
return start + Math.floor(randomUnder1 * rangeSize);
}
RNG.prototype.choice = function(array) {
return array[this.nextRange(0, array.length)];
}
var rng = new RNG(20);
for (var i = 0; i < 10; i++)
console.log(rng.nextRange(10, 50));
var digits = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9'];
for (var i = 0; i < 10; i++)
console.log(rng.choice(digits));【讨论】：
this.a * this.state 可能会导致大于 2^53 的数字。结果是有限的产出范围，并且对于某些种子来说可能是非常短的时期。此外，一般情况下，对m 使用 2 的幂会导致一些非常明显的模式，当您使用模数运算而不是简单的截断时，没有理由不使用素数。
如果您使用 Typescript 进行编程，我将 Christoph Henkelmann 对该线程的回答中引入的 Mersenne Twister 实现改编为 typescript 类：
/**
* copied almost directly from Mersenne Twister implementation found in https://gist.github.com/banksean/300494
* all rights reserved to him.
*/
export class Random {
static N = 624;
static M = 397;
static MATRIX_A = 0x9908b0df;
/* constant vector a */
static UPPER_MASK = 0x80000000;
/* most significant w-r bits */
static LOWER_MASK = 0x7fffffff;
/* least significant r bits */
mt = new Array(Random.N);
/* the array for the state vector */
mti = Random.N + 1;
/* mti==N+1 means mt[N] is not initialized */
constructor(seed:number = null) {
if (seed == null) {
seed = new Date().getTime();
}
this.init_genrand(seed);
}
private init_genrand(s:number) {
this.mt[0] = s >>> 0;
for (this.mti = 1; this.mti < Random.N; this.mti++) {
var s = this.mt[this.mti - 1] ^ (this.mt[this.mti - 1] >>> 30);
this.mt[this.mti] = (((((s & 0xffff0000) >>> 16) * 1812433253) << 16) + (s & 0x0000ffff) * 1812433253)
+ this.mti;
/* See Knuth TAOCP Vol2. 3rd Ed. P.106 for multiplier. */
/* In the previous versions, MSBs of the seed affect */
/* only MSBs of the array mt[]. */
/* 2002/01/09 modified by Makoto Matsumoto */
this.mt[this.mti] >>>= 0;
/* for >32 bit machines */
}
}
/**
* generates a random number on [0,0xffffffff]-interval
* @private
*/
private _nextInt32():number {
var y:number;
var mag01 = new Array(0x0, Random.MATRIX_A);
/* mag01[x] = x * MATRIX_A for x=0,1 */
if (this.mti >= Random.N) { /* generate N words at one time */
var kk:number;
if (this.mti == Random.N + 1) /* if init_genrand() has not been called, */
this.init_genrand(5489);
/* a default initial seed is used */
for (kk = 0; kk < Random.N - Random.M; kk++) {
y = (this.mt[kk] & Random.UPPER_MASK) | (this.mt[kk + 1] & Random.LOWER_MASK);
this.mt[kk] = this.mt[kk + Random.M] ^ (y >>> 1) ^ mag01[y & 0x1];
}
for (; kk < Random.N - 1; kk++) {
y = (this.mt[kk] & Random.UPPER_MASK) | (this.mt[kk + 1] & Random.LOWER_MASK);
this.mt[kk] = this.mt[kk + (Random.M - Random.N)] ^ (y >>> 1) ^ mag01[y & 0x1];
}
y = (this.mt[Random.N - 1] & Random.UPPER_MASK) | (this.mt[0] & Random.LOWER_MASK);
this.mt[Random.N - 1] = this.mt[Random.M - 1] ^ (y >>> 1) ^ mag01[y & 0x1];
this.mti = 0;
}
y = this.mt[this.mti++];
/* Tempering */
y ^= (y >>> 11);
y ^= (y << 7) & 0x9d2c5680;
y ^= (y << 15) & 0xefc60000;
y ^= (y >>> 18);
return y >>> 0;
}
/**
* generates an int32 pseudo random number
* @param range: an optional [from, to] range, if not specified the result will be in range [0,0xffffffff]
* @return {number}
*/
nextInt32(range:[number, number] = null):number {
var result = this._nextInt32();
if (range == null) {
return result;
}
return (result % (range[1] - range[0])) + range[0];
}
/**
* generates a random number on [0,0x7fffffff]-interval
*/
nextInt31():number {
return (this._nextInt32() >>> 1);
}
/**
* generates a random number on [0,1]-real-interval
*/
nextNumber():number {
return this._nextInt32() * (1.0 / 4294967295.0);
}
/**
* generates a random number on [0,1) with 53-bit resolution
*/
nextNumber53():number {
var a = this._nextInt32() >>> 5, b = this._nextInt32() >>> 6;
return (a * 67108864.0 + b) * (1.0 / 9007199254740992.0);
}
}
您可以按如下方式使用它：
var random = new Random(132);
random.nextInt32(); //return a pseudo random int32 number
random.nextInt32([10,20]); //return a pseudo random int in range [10,20]
random.nextNumber(); //return a a pseudo random number in range [0,1]
查看更多方法的来源。
【讨论】：
以下是可以提供自定义种子的 PRNG。调用SeedRandom 将返回一个随机生成器函数。 SeedRandom 可以不带参数调用，以便为返回的随机函数播种当前时间，或者可以使用 1 或 2 个非负 inters 作为参数调用它，以便使用这些整数播种。由于只有 1 个值的浮点精度播种将只允许生成器启动到 2^53 个不同状态之一。
返回的随机生成器函数接受 1 个名为 limit 的整数参数，limit 必须在 1 到 4294965886 的范围内，该函数将返回一个介于 0 到 limit-1 之间的数字。
function SeedRandom(state1,state2){
var mod1=4294967087
var mul1=65539
var mod2=4294965887
var mul2=65537
if(typeof state1!="number"){
state1=+new Date()
}
if(typeof state2!="number"){
state2=state1
}
state1=state1%(mod1-1)+1
state2=state2%(mod2-1)+1
function random(limit){
state1=(state1*mul1)%mod1
state2=(state2*mul2)%mod2
if(state1<limit && state2<limit && state1<mod1%limit && state2<mod2%limit){
return random(limit)
}
return (state1+state2)%limit
}
return random
}
使用示例：
var generator1=SeedRandom() //Seed with current time
var randomVariable=generator1(7) //Generate one of the numbers [0,1,2,3,4,5,6]
var generator2=SeedRandom(42) //Seed with a specific seed
var fixedVariable=generator2(7) //First value of this generator will always be
//1 because of the specific seed.
此生成器具有以下属性：
mod 值是素数，因此无论选择何种限制，输出中都没有简单的模式。这与一些简单的 PRNG 不同，它们表现出一些非常系统的模式。【讨论】：
for (var i = 0; i < 400; i++) { console.log("input: (" + i * 245 + ", " + i * 553 + ") | output: " + SeedRandom(i * 245, i * 553)(20)); }
let count = 0; setInterval(() => { console.log(SeedRandom(count++,count++)(10)); },500); Yields repeating 3,5,7,9,1
SeedRandom 函数是好，它可能不是。但是由于熵不足，许多好的 PRNG 将无法通过此测试。将您的测试与不同的算法一起使用，我可以让一个糟糕的函数通过而一个好的函数失败：paste2.org/AkhJfgvh。坏的只是通过，因为它使用了很大的乘数。
注意：此代码最初包含在上述问题中。为了使问题简短而集中，我已将其移至此社区 Wiki 答案。
我发现这段代码在乱跑，它似乎可以很好地获取一个随机数，然后使用种子，但我不太确定逻辑是如何工作的（例如 2345678901、48271 和 2147483647 数字来自哪里） .
function nextRandomNumber(){
var hi = this.seed / this.Q;
var lo = this.seed % this.Q;
var test = this.A * lo - this.R * hi;
if(test > 0){
this.seed = test;
} else {
this.seed = test + this.M;
}
return (this.seed * this.oneOverM);
}
function RandomNumberGenerator(){
var d = new Date();
this.seed = 2345678901 + (d.getSeconds() * 0xFFFFFF) + (d.getMinutes() * 0xFFFF);
this.A = 48271;
this.M = 2147483647;
this.Q = this.M / this.A;
this.R = this.M % this.A;
this.oneOverM = 1.0 / this.M;
this.next = nextRandomNumber;
return this;
}
function createRandomNumber(Min, Max){
var rand = new RandomNumberGenerator();
return Math.round((Max-Min) * rand.next() + Min);
}
//Thus I can now do:
var letters = ['a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p','q','r','s','t','u','v','w','x','y','z'];
var numbers = ['1','2','3','4','5','6','7','8','9','10'];
var colors = ['red','orange','yellow','green','blue','indigo','violet'];
var first = letters[createRandomNumber(0, letters.length)];
var second = numbers[createRandomNumber(0, numbers.length)];
var third = colors[createRandomNumber(0, colors.length)];
alert("Today's show was brought to you by the letter: " + first + ", the number " + second + ", and the color " + third + "!");
/*
If I could pass my own seed into the createRandomNumber(min, max, seed);
function then I could reproduce a random output later if desired.
*/
【讨论】：
RandomNumberGenerator 和 nextRandomNumber 函数实际上可以追溯到 1996 年。它应该是 Lehmer/LCG RNG。它使用一些聪明的数学来对 32 位整数执行模运算，否则这些整数太小而无法包含一些中间值。问题是，JavaScript 没有实现 32 位整数，而是 64 位浮点数，并且由于除法不是整数除法，因此代码假定结果不是 Lehmer 生成器。它确实会产生一些看似随机的结果，但 Lehmer 生成器的保证并不适用。
createRandomNumber 函数是后来添加的，它几乎做错了所有事情，最值得注意的是它每次调用时都会实例化一个新的 RNG，这意味着快速连续的调用都将使用相同的漂浮。在给定的代码中，'a' 几乎不可能与除 '1' 和 'red' 之外的任何东西配对。
我使用 Mersenne Twister 的 JavaScript 端口： https://gist.github.com/300494 它允许您手动设置种子。此外，正如其他答案中提到的，Mersenne Twister 是一个非常好的 PRNG。
【讨论】：
好的，这是我确定的解决方案。
首先，您使用“newseed()”函数创建一个种子值。然后将种子值传递给“srandom()”函数。最后，“srandom()”函数返回一个介于 0 和 1 之间的伪随机值。
关键是种子值存储在数组中。如果它只是一个整数或浮点数，则每次调用函数时都会覆盖该值，因为整数、浮点数、字符串等的值直接存储在堆栈中，而不是像数组和指针那样仅存储在堆栈中其他物体。因此，种子的价值有可能保持不变。
最后，可以定义“srandom()”函数，使其成为“Math”对象的一个方法，但我会留给你自己弄清楚。 ;)
祝你好运！
JavaScript：
// Global variables used for the seeded random functions, below.
var seedobja = 1103515245
var seedobjc = 12345
var seedobjm = 4294967295 //0x100000000
// Creates a new seed for seeded functions such as srandom().
function newseed(seednum)
{
return [seednum]
}
// Works like Math.random(), except you provide your own seed as the first argument.
function srandom(seedobj)
{
seedobj[0] = (seedobj[0] * seedobja + seedobjc) % seedobjm
return seedobj[0] / (seedobjm - 1)
}
// Store some test values in variables.
var my_seed_value = newseed(230951)
var my_random_value_1 = srandom(my_seed_value)
var my_random_value_2 = srandom(my_seed_value)
var my_random_value_3 = srandom(my_seed_value)
// Print the values to console. Replace "WScript.Echo()" with "alert()" if inside a Web browser.
WScript.Echo(my_random_value_1)
WScript.Echo(my_random_value_2)
WScript.Echo(my_random_value_3)
Lua 4（我个人的目标环境）：
-- Global variables used for the seeded random functions, below.
seedobja = 1103515.245
seedobjc = 12345
seedobjm = 4294967.295 --0x100000000
-- Creates a new seed for seeded functions such as srandom().
function newseed(seednum)
return {seednum}
end
-- Works like random(), except you provide your own seed as the first argument.
function srandom(seedobj)
seedobj[1] = mod(seedobj[1] * seedobja + seedobjc, seedobjm)
return seedobj[1] / (seedobjm - 1)
end
-- Store some test values in variables.
my_seed_value = newseed(230951)
my_random_value_1 = srandom(my_seed_value)
my_random_value_2 = srandom(my_seed_value)
my_random_value_3 = srandom(my_seed_value)
-- Print the values to console.
print(my_random_value_1)
print(my_random_value_2)
print(my_random_value_3)
【讨论】：
seedobj[0] * seedobja 可能会导致大于 2^53 的数字。结果是有限的输出范围，并且对于某些种子来说可能是很短的时间。
如果您希望能够指定种子，您只需替换对getSeconds() 和getMinutes() 的调用。你可以传入一个 int 并使用它的一半 mod 60 作为秒值，另一半 modulo 60 给你另一部分。
话虽如此，这种方法看起来很垃圾。进行适当的随机数生成非常困难。一个明显的问题是随机数种子是基于秒和分钟的。要猜测种子并重新创建随机数流，只需要尝试 3600 种不同的秒和分钟组合。这也意味着只有 3600 种不同的可能种子。这是可以纠正的，但我从一开始就怀疑这个 RNG。
如果您想使用更好的 RNG，请尝试Mersenne Twister。它是一个经过良好测试且相当稳健的 RNG，具有巨大的轨道和出色的性能。
编辑：我真的应该是正确的，并将其称为伪随机数生成器或 PRNG。
“任何使用算术方法产生随机数的人都处于犯罪状态。”
--- 约翰·冯·诺依曼
【讨论】：
一个选项是http://davidbau.com/seedrandom，它是基于 RC4 的可种子 Math.random() 替代品，具有很好的属性。
【讨论】：
您列出的代码有点像Lehmer RNG。如果是这种情况，那么2147483647 是最大的 32 位有符号整数，2147483647 是最大的 32 位素数，48271 是用于生成数字的全周期乘数。
如果是这样，您可以修改RandomNumberGenerator 以接收一个额外的参数seed，然后将this.seed 设置为seed；但是您必须小心确保种子会产生良好的随机数分布（Lehmer 可能会像那样奇怪）——但大多数种子都可以。
【讨论】：