离散ziggurat算法python实现_花式生成正态分布

◆◆ ◆

前言

“So much of life, it seems to me, is determined by pure randomness.” – Sidney Poitier

在之前的博客中，或多或少都提到过一些随机、伪随机、随机数等等，但基本上只是直接使用，没有探寻背后的一些原理，刚好最近偶然看到python标准库中如何生成服从正态分布随机数的源码，所以本文就简单聊聊如何生成正态分布

◆◆ ◆

知识回顾

为了防止你对接下来的内容一头雾水，我觉得还是有必要回顾一下我们曾经学过的高数和概率统计知识

均匀分布

不过这些约束怎么来的本文就暂不讨论了

我们以Java中Random的实现为例，为了便于理解，这里对代码进行了部分调整，只截取了相关的片段

//这两个东西在本文后面讲正态分布的时候会涉及到

private double nextNextGaussian;

private boolean haveNextNextGaussian = false;

//随机数序列生成器种子

private final AtomicLong seed;

//线性同余发生器乘数a

private final static long multiplier = 0x5DEECE66DL;

//线性同余发生器加数c

private final static long addend = 0xBL;

//线性同余发生器模数m

private final static long mask = (1L << 48) - 1;

public Random(long seed) {

this.seed = new AtomicLong(0L);

setSeed(seed);

}

synchronized public void setSeed(long seed) {

//实现线性同余算法

seed = (seed ^ multiplier) & mask;

//atomic set具有写入(分配)volatile 变量的内存效果(即具有内存可见性)

this.seed.set(seed);

//暂且忽略。。

haveNextNextGaussian = false;

}

protected int next(int bits) {

long oldseed, nextseed;

AtomicLong seed = this.seed;

//ompareAndSet 如果当前值==预期值，则以原子方式将该值设置为给定的更新值(利用了CPU的硬件原语CAS指令)

do {

//atomic get具有读取volatile 变量的内存效果

oldseed = seed.get();

//实现线性同余算法

nextseed = (oldseed * multiplier + addend) & mask;

} while (!seed.compareAndSet(oldseed, nextseed));

//截取bits位整型

return (int)(nextseed >>> (48 - bits));

}

有人可能会有疑惑，这个代码中的实现nextseed = (oldseed * multiplier + addend) & mask好像和递推公式不一样啊？那个模运算为什么变成了与运算？

注意，x&[(1L << 48)–1]与x(mod 2^48)是等价的。为什么呢？从二进制的角度来考虑这个问题就很清楚了。一个数x除以2^n，在二进制中相当于将x右移n位，商和余数分别在小数点左侧和右侧。如23/8=2，23%8=7，23的二进制表示为10111，除以2^3=8相当于右移3位，得到10.111，左侧为商10也就是2，右侧为余数111也就是7。也就是说如果一个数