Random Number Generation

最新推荐文章于 2023-06-20 17:54:41 发布

huntzw

最新推荐文章于 2023-06-20 17:54:41 发布

阅读量1.6k

点赞数

分类专栏： Algorithm Study 文章标签： random generation 算法 generator variables matlab

Algorithm Study 专栏收录该内容

14 篇文章 0 订阅

订阅专栏

原文链接如下：

http://www.cs.ucl.ac.uk/staff/d.jones/GoodPracticeRNG.pdf

我只是进行了简单的翻译，目的是进一步了解KISS算法。

平时，当code中需要随机数的时候，我们往往求助于系统的函数，例如c语言的rand()函数。事实上，这些函数本省存在缺陷，它们不能够提供很好的随机数。当然在code中，不可能提供完全随机的数字，最好的状态只能是伪随机的数字。如果code中需要随机数的时候，我需要注意一下几点：

1. 不要采用系统提供的函数。

2. 采用好的RNG算法，并且把它实现到你的code中。

3. 恰当地给RNG提供种子(seed)。

一．不要采用系统提供的函数

以下给出的函数均有缺陷：

Perl –- rand

Python – random

Java.Util.Random

C – rand, random

Matlab -- rand

二．采用好的RNG算法，并且把它实现到你的code中

从软件的角度来看，它不可能实现完全随机的数字。因为这些数字是由算法产生的，而算法的定义是非随机。例如C语言经典的rand函数会交替的产生奇数和偶数，这本省就不是随机。可以参看这个链接。http://www.iro.umontreal.ca/~lecuyer/myftp/papers/testu01.pdf

一个好的RNG算法能通过如下的test case。http://www.phy.duke.edu/~rgb/General/dieharder.php

目前来看，KISS (keep it simple and stupid)算法能够通过上述的测试。

算法的基本表述如下：

static unsigned int x = 123456789,y = 362436000,z = 521288629,c = 7654321; 

/* Seed variables */ 

unsigned int KISS() {  

   unsigned long long t, a = 698769069ULL; 

   x = 69069*x+12345; 

   y ^= (y<<13); y ^= (y>>17); y ^= (y<<5); /* y must never be set to zero! */ 

   t = a*z+c; c = (t>>32); /* Also avoid setting z=c=0! */ 

   return x+y+(z=t); 

}

这个短小精悍的算法组合了3个不同的随机数发生器，其周期大约是10^37。该算法的种子x，y和z需要设置成大的数值。需要注意的是，上述的code采用的数据类型必须是unsigned long long。

基于上述算法。许多类似KISS的算法被提出来了，我提出的KISS算法如下：

/* Public domain code for JKISS RNG */ 

static unsigned int x = 123456789,y = 987654321,z = 43219876,c = 6543217; 

/* Seed variables */ 

unsigned int JKISS() 

{  unsigned long long t; 

   x = 314527869 * x + 1234567; 

   y ^= y << 5; y ^= y >> 7; y ^= y << 22; 

   t = 4294584393ULL * z + c; c = t >> 32; z = t; 

   return x + y + z; 

}

算法改进之处，包含了三个发生器。

当然，对于32位整数，也有对应的算法，Marsaglia提出的add-with-carry避免了乘法运算。算法的周期是2^121.

/* Implementation of a 32-bit KISS generator which uses no multiply instructions */ 

static unsigned int x=123456789,y=234567891,z=345678912,w=456789123,c=0; 

unsigned int JKISS32() 
{ 
    int t; 

    y ^= (y<<5); y ^= (y>>7); y ^= (y<<22); 

    t = z+w+c; z = w; c = t < 0; w = t&2147483647; 

    x += 1411392427; 

    return x + y + w; 
}

三．恰当地给RNG提供种子(seed)

如若产生的数字具有很好的随机性，条件在于种子。平时，我们采用time的函数提供种子。问题在于time提供的种子值为32位，从而导致出现相同种子的概率变高。

一种简单的想法是组合出seed = (gettimeofday()+getpid()+gethostid()),来避免在两台不同的机器上产生一样的seed。

另外一种方法，从/dev/urandom中返回32位seed。

unsigned int devrand(void) 
{ 

	int fn; 

	unsigned int r; 

	fn = open("/dev/urandom", O_RDONLY); 

	if (fn == -1) 
		exit(-1); /* Failed! */ 

	if (read(fn, &r, 4) != 4) 
		exit(-1); /* Failed! */ 

	close(fn); 

	return r; 
} 

/* Initialise KISS generator using /dev/urandom */ 

void init_KISS() 
{ 

	x = devrand(); 

	while (!(y = devrand())); /* y must not be zero! */ 

	z = devrand(); 

	/* We don’t really need to set c as well but let's anyway… */ 
	/* NOTE: offset c by 1 to avoid z=c=0 */ 

	c = devrand() % 698769068 + 1; /* Should be less than 698769069 */ 
}

如果想了解的更多。还是看看原文吧。。。