随机函数的伪随机

刚看到一个blooming filter 的hash函数的实现，里面用到了随机函数。

protected int[] getHashIndexes(E obj) {
	int[] indexes = new int[numHashFunc];
	long seed = 0;
	byte[] digest;
	try {
	MessageDigest md = MessageDigest.getInstance(“MD5”);
	md.update(obj.toString().getBytes());
	digest = md.digest();
	for (int i = 0; i < 6; i++) {
	seed = seed | (((long)digest[i] & 0xFF))<<(8*i);
	}
	} catch (NoSuchAlgorithmException e) {}
	
	Random gen = new Random(seed);
	for (int i = 0; i < numHashFunc; i++) {
		indexes[i] = gen.nextInt(bitArraySize);
	}
	return indexes;
}

刚开始还比较疑问，在hash函数中用随机函数来生成hash值，既然是随机的，那么在add（A）， 和find(A) 的时候都需要调用这个hash函数来生成key, 由于随机函数的存在，那么相同的value生成的Key那应该是不一样的，那这个hash还有什么用呢？

后来想到了随机函数的伪随机的问题，也就是当一个随机函数给定一个相同的seed（种子）的时候，其后续相同次数生成的随机数是相同的， 因为随机函数的实现都是以seed为起点，做一些运算生成其他的随机数。

下面对C中的rand()函数和Java中Random类做了实验。

	srand(0);
	vector<int> lvFirstArray;
	for(int i = 0; i < 100; i ++)
		lvFirstArray.push_back(rand());  //以0为seed生成100个随机数

	srand(0);
	for(int i = 0; i < 100; i ++)
		assert(rand() == lvFirstArray[i]);//重新以0为seed生成100个随机数和前面生成100个随机数相同

这也就为什么教课书里面要以clock()为seed来生成随机数的原因吧。

import java.util.Random;
 
public class RandomDemo {
    
    public static void main(String[] args) {
        Random r1 = new Random(10);
        Random r2 = new Random(10);
        //循环打印两次
        for (int i = 0; i < 2; i++) {
            System.out.println(r1.nextInt());
            System.out.println(r2.nextInt());
        }
    }
}