不同的 rand() 序列在表达式中产生相同的结果

Question

好吧，这真的很奇怪。

我有一个 MPI 程序，其中每个进程都必须生成固定范围内的随机数（范围是从文件中读取的）。发生的情况是，即使我为每个进程设置不同的值，并且rand() 生成的数字在每个进程中不同，生成随机数的表达式仍然会在它们之间产生相同的序列。

以下是所有相关代码：

// 'rank' will be unique for each process
int rank;
MPI_Comm_rank(MPI_COMM_WORLD, &rank);
// seed the RNG with a different value for each process
srand(time(NULL) + rank);
// print some random numbers to see if we get a unique sequence in each process
// 'log' is a uniquely named file, each process has its own
log << rand() << " " << rand() << " " << rand() << std::endl;

// do boring deterministic stuff

while (true)
{
    // waitTimeMin and waitTimeMax are integers, Max is always greater than Min
    waitSecs = waitTimeMin + rand() % (waitTimeMax - waitTimeMin);
    log << "waiting " << waitSecs << " seconds" << std::endl;
    sleep(waitSecs);
    // do more boring deterministic stuff
}

这是每个进程的输出，有 3 个进程生成 [1,9] 范围内的数字。

流程1：

15190 28284 3149
waiting 6 seconds
waiting 8 seconds
waiting 9 seconds
waiting 4 seconds

过程 2：

286 6264 3153
waiting 6 seconds
waiting 8 seconds
waiting 9 seconds
waiting 4 seconds

过程 3：

18151 17013 3156
waiting 6 seconds
waiting 8 seconds
waiting 9 seconds
waiting 4 seconds

因此，虽然rand() 显然生成了不同的数字，但计算waitSecs 的表达式在所有进程上仍然计算为相同的序列。更奇怪的是：如果我再次使用相同的参数运行程序，只有前 3 个随机数会改变，其余的“随机”序列在每次运行中都会完全一样！改变数字的范围显然会产生与这个不同的结果，但相同的参数总是产生相同的序列，在进程之间和在执行之间：除了前 3 个数字。

这到底是怎么回事？

---

编辑：所以只是为了看看它是否是简单的随机生成和/或低范围，我用这行替换了随机生成：

waitSecs = waitTimeMin + (int)((double)rand() / ((double)RAND_MAX + 1) * (waitTimeMax - waitTimeMin));

并开始生成 [1,99] 范围内的数字。结果如下：

流程1：

7833 3798 10977
waiting 1 seconds
waiting 20 seconds
waiting 58 seconds
waiting 35 seconds
waiting 82 seconds
waiting 18 seconds

过程 2：

25697 14547 10980
waiting 1 seconds
waiting 20 seconds
waiting 58 seconds
waiting 35 seconds
waiting 82 seconds
waiting 18 seconds

过程 3：

10794 25295 10984
waiting 1 seconds
waiting 20 seconds
waiting 58 seconds
waiting 35 seconds
waiting 82 seconds
waiting 18 seconds

同样的事情。这还是rand()很糟糕吗？

EDIT2：生成从 1 到 10000 的数字时也是如此。

Answer 1

在您的代码中，如果生成的随机数（除以 8 的余数），您只使用 3 个低位。您的实验表明，生成的数列的最低 3 位的序列每次都是相同的。这是完全可能的。事实上，这是一个众所周知的问题，即通常用于实现rand() 的简单伪随机数生成器。

如果您想使用rand()（而不是更复杂的自定义生成器），最好使用高阶位，而不是低阶位。 IE。不要使用% 运算符来缩小rand() 的范围。看看这里有没有更好的方法：http://c-faq.com/lib/randrange.html

Answer 2

计算(rand() % n) 通常是个坏主意——你得到的结果不是随机的。相反，如果RAND_MAX 是rand() 的输出范围，请尝试将rand() 除以(RAND_MAX/(waitTimeMax - waitTimeMin))。

您使用的rand() 可能是linear congruential generator。如果您点击后一个链接，您会发现更多关于它是如何工作的信息，以及为什么低位比高位“随机性更小”的解释。

Answer 3

好吧，显然我是智障。初始化 RNG 后，我生成了一个新线程并在那里生成随机数，没有初始化。在新线程中调用srand() 解决了这个问题。所以，是的，这里的教训是srand() 和rand() 按线程工作，而不是按进程工作。我还需要开始在我的问题中发布有关我的程序的更多信息。

哎哟。

抱歉浪费了大家的时间。

Answer 4

尝试使用来自 tr1 的随机数生成器，例如 std::tr1::mt19937。 rand() 函数通常使用低质量的随机数生成器实现。

编辑：例如，低质量可能意味着即使在[0,100]^2 中生成二维点(x,y) 也会导致点在正方形中分布不均匀。你可能认为它不应该表现得那么糟糕，但你会惊讶于普通 rand() 实际表现得如此糟糕。（遗憾的是，这在大多数语言中都是如此）。

EDIT2：方法range*(rand()/RAND_MAX) 不是一个好方法。它存在双精度问题，不会产生均匀的结果。

尝试以下方法，看看您的程序是否仍能提供令您惊讶的结果：

std::tr1::mt19937 engine(thread_seed);
std::tr1::uniform_int<> unigen(waitTimeMin, waitTimeMax);
std::tr1::variate_generator<std::tr1::mt19937, 
                            std::tr1::uniform_int<> >gen(engine, unigen);
waitSec = gen();

编辑3：
_{（来源：dilbert.com）}