C# 随机数不够随机答案

【问题标题】：C# Random Number Not Random EnoughC# 随机数不够随机
【发布时间】：2013-11-06 01:42:16
【问题描述】：

C# 的 Random 不够随机

我的目标是获得比使用内置 Random 或加密 RNG 可能实现的更多随机性。

问：如何从随机数生成器中获得更多随机性？

首先，我正在处理一个 Random 实例。

我正在使用此例程为对象分配随机速度（XNA Vector2）：

    public static double d2r = Math.PI / 180f;
    public static Vector2 rndV2gtHalf(float scaleFactor)
    {
        double dir = random.NextDouble() * 360 * d2r;
        return new Vector2((float)Math.Cos(dir) * scaleFactor, (float)Math.Sin(dir) * scaleFactor);
    }

d2r 是角度到弧度转换的一个因子。出于测试目的，我每秒在屏幕上放置大约 6000 个对象，它们从我的鼠标位置以“随机”方向移动。这是结果

虽然这些物体朝各个方向飞去，但它们似乎是在“摆动”的连接流中。我猜测摆动是流本身的“箱”内微小随机性的结果。溪流不围绕中心旋转，因此即使摆动，覆盖范围也不完整。

我试图通过使其依赖于 random.NextDouble 的 3 次使用来增加我的速度的随机性。这导致接近 0 度的大片带几乎是空的。除了那条空旷的地带，其余的方向都像以前一样被覆盖了。

public static Vector2 rndV2gtHalf(float scaleFactor)
{
    double dir = ((random.NextDouble() + random.NextDouble() + random.NextDouble()) / 3) * 360 * d2r;
    return new Vector2((float)Math.Cos(dir) * scaleFactor, (float)Math.Sin(dir) * scaleFactor);
}

显然，这不会产生更多的随机性。

所以，我想我可能在这个过程中过早地组合了随机数，并且通过添加从根本上改变了数字的随机性。所以，在转换为弧度之前，我尝试对其中的一些进行修改。

public static Vector2 rndV2gtHalf(float scaleFactor)
{
    double dir = random.NextDouble() * 360;
    dir += random.NextDouble() * 360;
    dir += random.NextDouble() * 360;
    dir += random.NextDouble() * 360;
    dir += random.NextDouble() * 360;
    dir += random.NextDouble() * 360;
    dir %= 360;
    dir *= d2r;
    return new Vector2((float)Math.Cos(dir) * scaleFactor, (float)Math.Sin(dir) * scaleFactor);
}

这似乎并不比依赖单个 random.NextDouble 更好。

我在某处读到有一个更好的加密随机数 gen，但它似乎不具备产生 Double-s 的本机能力，所以我尝试将它们组合起来。

public static RandomNumberGenerator rng = new RNGCryptoServiceProvider();
public static Vector2 rndV2gtHalf(float scaleFactor)
{
    byte[] tokenData = new byte[2];
    rng.GetBytes(tokenData);
    int myInt = tokenData[1] << 8 + tokenData[0];
    double myDouble = ((double)myInt) / 65536f;
    double dir = myDouble * 360 * d2r;
    return new Vector2((float)Math.Cos(dir) * scaleFactor, (float)Math.Sin(dir) * scaleFactor);
}

这导致粒子的覆盖更加随意。

考虑到两个字节的数据可能不够，我把它增加到了 4 个：

        byte[] tokenData = new byte[4];
        rng.GetBytes(tokenData);
        int myInt = tokenData[3]<<24 + tokenData[2]<<16 + tokenData[1]<<8 + tokenData[0];
        double myDouble = ((double)myInt) / 4294967296;

这并没有让它变得更好。

好的。所以也许这与我使用 sin/cos 的方式有关。我将 fn 修改为更像这样：

public static Vector2 rndV2gtHalf(float scaleFactor)
{
    return scaleFactor * 
           new Vector2((float)(random.NextDouble() - 0.5f), (float)(random.NextDouble() - 0.5f));
}

除了生成一个长到屏幕边缘的方形流场之外，它看起来不像 sin/cos 尝试那么随机。

我尝试的任何方法似乎都不起作用。那么，重复我的问题，我怎样才能从随机数生成器中获得更多随机性？

【问题讨论】：

如果您以数字而不是图片的形式表达您的担忧，也许会有所帮助。
您基本上是在随机进行（哈哈），而没有真正从逻辑上考虑问题。例如，考虑将三个随机数相加并取其平均值的想法“更随机”——即更少均匀随机。当你一遍又一遍地滚动一个骰子时，你会得到一个到六个均匀分布的骰子。当你掷两个骰子并取平均值时，你会得到 3.5 17% 的时间，但只有 3% 的时间得到 1。您使分布得到的 less 的总和越多；这就是中心极限定理。
鉴于当您更改随机算法时显示的形状几乎没有变化，所以问题可能首先不在随机算法中。您可能在代码中的其他地方存在未向我们展示的错误。
Eric：我同意，无论是关于我的挥舞，还是关于平均的影响。尽管如此，它还是添加然后删除了一个 dbl（再次更改范围），这给了我更多随机结果。最奇怪的部分是它是在 scaleFactor 上，而不是在角度上。那么，关于您的评论，实际应用是什么——应用以使 RNG 更加随机的逻辑思维是什么？关于其他地方的错误，除了初始速度的设置外，在每次更新时，都会将速度添加到位置。就是这样。
但如果你不相信我，这是我使用的代码（抱歉，由于在 cmets 中未格式化）： public override void move(ImageObj obj, GameTime gameTime) { obj.Location += 对象速度； if ( (obj.RectScaled.Right G.screenSize.X) | (obj.RectScaled.Bottom G.screenSize.Y) ) { obj.alive = false; } }

标签： c# random xna

【解决方案1】：

一时兴起，我决定使用 scaleFactor，添加和删除 rndm double。传入的scaleFactor一直是2.5。

public static double TwoPi = Math.PI * 2f;
public static Vector2 rndV2gtHalf(float scaleFactor)
{
    scaleFactor = (float)(scaleFactor + random.NextDouble() - random.NextDouble());
    double dir = random.NextDouble() * TwoPi;
    return new Vector2  (
                            (float)Math.Cos(dir) * scaleFactor,
                            (float)Math.Sin(dir) * scaleFactor
                        );
}

令我惊讶的是，这产生了这种“更充分”的粒子分散：

认为如果有些好，越多越好，我又重复了这个过程 4 次，但无法辨别出任何区别。

0 度和 180 度附近的空虚度仍然比我想要的要多，但这比我以前的情况有了很大的改进。

我不太明白为什么，但这有效地解决了我的问题。

【讨论】：

【解决方案2】：

这是一个基于我经常使用的 RNGCryptoServiceProvider 的改编类。原作者是 Jim Mischel，他写了一个很棒的article 和班级。

我的随机学课程倒退了一步，但在使用均匀分布的随机发生器时，这种“星形”模式不是很典型吗？据我所知，一个真正统一的随机生成器不应该有任何偏好，因此抽取任何数字的可能性都是相等的。这意味着你的粒子的方向也均匀分布在一个圆圈周围，没有任何偏好，最终成为一颗星星，对吧？

/*
 * Adapted from Jim Mischel 
 * http://www.informit.com/guides/content.aspx?g=dotnet&seqNum=775
*/
public class RandomEx
{
  private const int BufferSize = 1024;  // must be a multiple of 4
  private byte[] RandomBuffer;
  private int BufferOffset;
  private RNGCryptoServiceProvider rng;

  public RandomEx()
  {
    RandomBuffer = new byte[BufferSize];
    rng = new RNGCryptoServiceProvider();
    BufferOffset = RandomBuffer.Length;
  }

  private void FillBuffer()
  {
    rng.GetBytes(RandomBuffer);
    BufferOffset = 0;
  }

  public int Next()
  {
    if (BufferOffset >= RandomBuffer.Length)
    {
      FillBuffer();
    }
    int val = BitConverter.ToInt32(RandomBuffer, BufferOffset) & 0x7fffffff;
    BufferOffset += sizeof(int);
    return val;
  }

  public double NextDouble()
  {
    int val = Next();
    return (double)val / int.MaxValue;
  }
}

【讨论】：

我实现了您的解决方案，结果与我的第一张照片几乎相同：28 条径向摆动的流，它们之间有很多空白空间。从好的方面来说，我确实学会了如何使用 BitConverter。但我仍在寻找更多的随机性。

【解决方案3】：

有一种叫做Von Neumann extractor的东西：如果你有一个弱偏向的位源，就取连续的（不重叠的）对；如果它们相同，则转到下一对；如果它们不同，则返回第一个。这以“浪费”大量比特为代价提高了输入流的随机性。

但是，如前所述，您的问题似乎出在其他地方。

【讨论】：

【解决方案4】：

我已经对您的代码进行了测试，它非常适合我。不幸的是，我还不能发布图片。

也就是说，其他地方可能存在导致不良行为的错误。为了验证这一点，您可以采取不同的方法来选择随机方向并检查它是否解决了问题：

    public Vector2 getRandomVelocity(float scaleFactor, Random random)
    {
        float angle = MathHelper.ToRadians(random.Next(361));

        return new Vector2((float)Math.Cos(angle) * scaleFactor, (float)Math.Sin(angle) * scaleFactor);
    }

【讨论】：

【解决方案5】：

对于所有说问题出在其他地方的人，而不是在我的随机数例程中，我的其他代码中一定存在错误，，，你是对的。

我发现通过在矩形位置中/从矩形位置中存储/检索我的位置，我一直在将其组件截断为整数。

回想起来，它应该是一个线索，通过使用 scaleFactor，通过添加然后删除相同范围的随机数，已经意识到一直在增加数字的范围，我得到了我的如此接近- 有效的解决方案，使数字在截断以覆盖更多范围时实际上足够不同。

不完全确定这个问题的答案应该归功于谁。

我最后的例程代码竟然是：

public static double TwoPi = Math.PI * 2f;
public static Vector2 rndV2gtHalf(float scaleFactor)
{
    double dir = random.NextDouble() * TwoPi;
    return new Vector2(
                            (float)Math.Cos(dir) * scaleFactor,
                            (float)Math.Sin(dir) * scaleFactor
                        );
}

这是视觉结果：

【讨论】：