随机数生成算法

 

这两天没事，就写了写数学课上老师说的那个“蒲丰投针实验"的程序。接触到了一些随机数生成方面的东西，写出来跟大家分享一下。

     对于计算机生成随机数这个东西，以前有过一些浅显的认识。只知道计算机不能生成真正的随机数，只能用一定的方法来模拟随机数，叫做伪随机数。比如C语言里面的rand()函数，就是一个伪随机数发生器。之前也知道有个叫做seed的东西，知道每次调用rand()之前都需要重置一下seed。以往的编程当中，一般都用系统时间来产生seed。但是seed是什么东西，为什么要用seed，则完全不清楚是怎么一回事了。

     网上的一些文章中提到，C语言中伪随机数生成算法实际上是采用了"线性同余法”。具体的计算如下：

Xi = (Xi-1 * A + C ) mod M
其中A,C,M都是常数（一般会取质数）。当C=0时，叫做乘同余法。srand()函数置的seed实际上会作为X0被代入上式中，然后每次调用rand()函数都会用上一次产生的随机值来生成新的随机值。这样我们可以看出实际上用rand()函数生成的是一个递推的序列，一切值都来源于最初的seed。这就不难解释为什么当初始的seed取一样的时候，得到的序列都相同。也就解释了为什么我们需要调用系统时间这种变化的值来充当seed了。

C语言里面有RAND_MAX这样一个宏，定义了rand()所能得到的随机值的范围。在C里可以看到RAND_MAX被定义成0x7fff，也就是32767。据此我们可以推测rand()函数里递推式中M的值就是32767。据说在LInux里面这个值被定义的更大一些，也就是说LInux里生成的随机值的范围更大。

      线性同余法生成的随机数的随机性并不是很好，并不是真正的满足均匀分布，仅仅能满足一般的要求。 用这个做概率方面的模拟还是很有限的，网上搜到了一些关于计算机模拟的文章，提到了一些很专业的方法，比如蒙特卡洛方法等等。由于没想深入，就没往下看。

      比较有意思的是在CSDN上搜到了sjd163一篇文章讲到了一种通过交换来得到随机序列的方法。主要的依据是热力学第二定律的熵增加原理。主要的思想是将有序的序列通过一定的交换将有序变成无序。思想类似于扑克牌的洗牌。假设扑克牌是从小到大的顺序放好的，通过多次的洗牌之后扑克牌的顺序性就逐渐消失，变的随机。换句话说，系统的熵值变大。而且这种过程是不可逆的，只能从有序变成无序，不能从无序变成有序。

     假设现在有一个数组，从小到大存放了一定数字。我们按照对插、倒排、交换、块分割等等方法对这个数组进行多轮的处理。原先包含在数组中的顺序关系就被我们逐渐打乱了。当然，为了使过程不可逆，我们可以在这些过程（比如交换）中引入简单伪随机值。通过n轮的处理之后，我们可以假设现在数组已经变成了随机序列。可以对结果进行概率分布的检验，如果检验不通过，重新进行处理，直到到达可以认为是随机序列的程度。

      看到这个方法的时候，我突然回想起来我似乎也曾将用过这种方法来生成随机数。当时没有多想，写完就完了。没想到居然还蕴含着这么深刻的道理，pfpf。

      可惜的是我用这两种方法都进行了模拟，算出来的圆周率仍然不是很精确，最多也就到3.141左右。看来生成的随机数还是不怎么好。用于计算机模拟随机数生成算法应该会更好一些吧（据说用matlab生成的就比较好）

      这里是我的源码,有兴趣可以看看。

      我参考的一些资源和帖子都收集在MyDiigo里随机数的tag中，也可以看看。 

 

转载地址：http://bufferpool.blogbus.com/logs/10182011.html