提高 Qt 5.3 中随机数生成的质量答案

【问题标题】：Improving the quality of random number generation in Qt 5.3提高 Qt 5.3 中随机数生成的质量
【发布时间】：2014-10-03 16:51:10
【问题描述】：

我目前正在 Qt5.3 中实现一个随机数生成器，作为遗传算法实验的一部分。我尝试了几种方法，但最好的方法似乎是：

  // Seed the random generator with current time
  QTime time = QTime::currentTime();
  qsrand((uint)time.msec());

然后这个函数来生成随机数：

int MainWindow::getRandomNo(int low, int high)
{
    return qrand() % ((high + 1) - low) + low;
}

由于这些实验的性质，这些数字的随机性很重要。有没有办法提高随机数样本的质量？经过统计分析，Qt 随机数生成器显示出在旧的随机数生成系统中发现的典型模式。

上面使用的方法依赖于当前时间作为数字生成器的种子。有没有办法改进种子，使随机序列不太容易出现模式？如果有任何帮助，我将不胜感激。

【问题讨论】：

有什么理由不使用<random> 吗？它更加强大。
它似乎也遇到了同样的模式问题——在足够大的样本量下几乎可以预测。
每个 PRNG 都可以通过“足够大”的样本量进行预测。但是对于好的算法来说，“足够大”是不可能的。你有没有看过可用的？ cplusplus.com/reference/random
这个特殊的应用程序是对进化过程的模拟，因此输入越随机，性能就会越好。您提到的随机数生成器非常棒-但这就是问题所在，它们太好了。生成的随机序列都分布得太均匀，没有任何用处。所需要的是能够生成真正随机序列的系统。唯一接近这一点的是硬件随机数生成器。到目前为止，我发现的最好的是我的问题中的 Qt，使用时钟作为种子。
没有“太好”的RNG。 Mersenne Twister 将为您提供具有（几乎）相同概率的任何数字序列。甚至是 0 - 0 - 0 - 0 - 0 之类的序列

标签： c++ qt random seeding qt5.3

【解决方案1】：

使用MT。

你可以在这里得到一个实现：

几年前我在一个 delphi 软件中遇到了同样的问题，然后切换到 MT 解决了我的问题。但请查看 boost 文档中的列表，了解有关 RNG 算法之间差异的更多详细信息。

【讨论】：

你错过了最明显的地方：<random>。您不需要额外的库。
找到了解问题的人让我如释重负！感谢 MT 的提示，它带来了显着的不同。
@Adam893：既然你问了，每个人都把你指向了标题。瞧，有一个 MT 实施。但那时候，你说它“太好了”……？

【解决方案2】：

调整种子不会真正影响生成数字的质量，只会影响生成数字的特定顺序。您需要使用更好的算法来生成随机数。

此外，您使用生成数字的方式略有偏差。使用您的 getRandomNo 函数，会稍微偏向较小的数字。例如，如果qrand 返回0..2^32-1 范围内的值，并且您有low=0 和high=2^32-2，那么使用% 将意味着0 将返回（大约）两倍通常与任何其他数字一样。

一个改进是尝试这样的事情：

让n 是一个正整数，您希望在0..n-1 范围内随机整数，让m 是大于或等于n 的2 的最小幂。

unsigned int myrand( unsigned int n, unsigned int m )
{
    unsigned int i = qrand() % m; /* or (qrand() & (m-1)) */
    while ( i >= n )
    {
        i = qrand() % m;
    }

    return i;
}

这会比较慢，但预期的迭代次数是 2。另外，如果您多次使用相同的范围，您可以预先计算 m。

【讨论】：

【解决方案3】：

对dohashi的答案的修改可以是把m作为大于等于n的第一个素数

【讨论】：