rand() 可以用来生成可预测的数据吗？答案

【问题标题】：can rand() be used to generate predictable data?rand() 可以用来生成可预测的数据吗？
【发布时间】：2014-05-15 23:14:11
【问题描述】：

我的目标是生成 2D 或 3D 几何图形而不必将其存储在磁盘上，因此我的目标是拥有任何类型的功能，而不是根据小种子生成相同的值。我并不是要寻找随机值，但如果在给定相同种子时返回相同的“随机”垃圾数据，那就是我正在寻找的东西。

如果我给 srand() 相同的整数，我会从 rand() 中得到相同的序列。这是预期的功能吗？如果没有，是否有已知的标准函数可以做同样的事情？

虽然我在 ideone 和我的电脑上尝试过，得到了不同的结果，但我可以理解，这些函数的实现没有描述，所以解释一下。

【问题讨论】：

srand() 中的“s”字面意思是“种子”，所以你去吧，先生。
永远不要依赖rand 来生成好的随机数据。它必须是确定的，仅取决于种子和前面调用的数量。
计算机在可预测方面非常好，而在真正随机方面则不太好；您的观察是正确的，rand() 使用相同的种子值生成的数字序列是可重复的。但我不相信这种行为是有保证的。如果您需要可重复（即固定）的数字序列，我认为更好的选择是生成这些集合并存储它们。特别是如果您需要在各种系统上重复此操作。

标签： c++ math random probability

【解决方案1】：

如果我给 srand() 相同的整数，我会从 rand() 中得到相同的序列。这是预期的功能吗？

是的，见 7.20.2.2：

7.20.2.2 srand 函数

[...] 说明

srand 函数使用参数作为新的伪随机序列的种子后续调用 rand 时将返回的数字。 如果 srand 被调用相同的种子值，伪随机数序列将重复。

但是，这仅适用于 srand/rand 的相同实现。另一个实现可能不会使用相同的算法，因此不会产生相同的序列。

如果没有，是否有已知的标准函数可以做同样的事情？

嗯，这些函数是标准的，但只是在它们的行为上，而不是实际值（参见上面的实现注释）。您最好使用来自C++11 predefined random number generators 的特定生成器，因为它们是标准化的。

【讨论】：

【解决方案2】：

"如果我给 srand() 相同的整数，我会得到相同的序列兰德（）。这是预期的功能吗？”

是的。

如果你用相同的种子播种相同的随机数生成器，它将产生相同的结果。

标准库 rand 及其所有变体通常实现为 Linear congruential generators。它们并不是真正随机的，也许更好地称为 psuedo-random。

您可能在不同的机器上看到不同的结果，因为它们使用不同的伪随机数生成算法，或者您没有提供固定的种子，在这种情况下，当前系统时间通常是默认种子。

如果您需要一组固定的伪随机数据，则生成一次并存储。

【讨论】：

我为这些测试提供了相同的种子。 “存储它”：不，我的目标是减少内存占用
我知道，它们存储在主板中。呵呵。

【解决方案3】：

答案是肯定的，如果你总是使用相同的实现和相同的种子，你会得到一个可重复的序列，尽管由于rand() 的质量可能很差，这可能是不明智的。
不过最好在<random> 中使用C++ 随机数框架。它不仅允许跨实现的可重现序列，还提供了可靠地获得您真正想要的分布所需的一切。

现在进入细节：

rand 的要求是：

生成伪随机数。
范围是 0 到 RAND_MAX（最小值为 32767）。
srand() 设置的种子决定了返回的伪随机数序列。

对于实现什么 PRNG 没有任何要求，因此每个实现都可以有自己的，尽管 Linear Congrueantial Generators 是最受欢迎的。

在这个 dilbert strip 中提供了一个符合要求（尽管可以说是无用的）实现：

http://dilbert.com/strips/comic/2001-10-25/

或者对于喜欢 XKCD 的人（它是任何 C 或 C++ 库的完美插件；-)）：

为了完整起见，标准引号：

7.22.2.1 rand 函数

rand 函数计算范围为 0 到 0 的伪随机整数序列 RAND_MAX。
[...]
RAND_MAX 宏的值至少应为 32767。

7.22.2.2 srand 函数

srand 函数使用参数作为新的伪随机序列的种子后续调用 rand 将返回的数字。如果 srand 然后用相同的种子值，则应重复伪随机数序列。如果兰特是在对 srand 进行任何调用之前调用，应生成相同的序列就像第一次使用种子值 1 调用 srand 时一样。

【讨论】：

【解决方案4】：

如果您使用相同的值作为随机数生成器的种子，它将产生相同的结果。您在不同的机器上看到了不同的结果，因为它们（可能）使用了不同的随机数生成算法。

【讨论】：