隨機數使用場景

主要適用于偽隨機環境下的同步計算：

場景一：服務端要校驗客戶端數據，服務端和客戶端公用一個隨機數種子，使每一步產生相同的隨機數，服務端校驗客戶端產生的結果；

場景二：不同服務器環境下對于相同種子的偽隨機同步；

場景三：……

參考文獻

核心思想

主要是利用線性同余思想來進行隨機數生成設計，摒棄平臺間的參數不同造成相同種子產生偽隨機數值不一樣的情況。

線性同余容易理解，容易實現，而且速度快。算法數學上基于公式：X(n+1) = (a * X(n) + c) % m，其中：

模m, m > 0

系數a, 0 < a < m

增量c, 0 <= c < m

原始值(種子) 0 <= X(0) < m

參數c, m, a比較敏感，或者說直接影響了偽隨機數產生的質量，不同的編譯環境對參數取值均不一致，在WiKi上已有資料。

一些代碼

/**

* @brief 同步偽隨機類，主要跨平臺根據同樣的seed計算出一致的隨機結果

*

* @warn 暫時沒考慮多線程場景

*/

class SyncRand

{

//算法數學模型 X(n+1) = (a * X(n) + c) % m ，參數選取參考gcc

#define SR_A ((uint64_t)1103515245)

#define SR_C ((uint64_t)12345)

#define SR_M ((uint64_t)1<<32)

public:

SyncRand(uint64_t seed) : Xn(seed) {}

~SyncRand() {}

uint32_t rand() {

Xn = ((SR_A * Xn + SR_C) % SR_M);

return Xn;

}

private:

uint64_t Xn;

};

測試用例：

int main()

{

SyncRand sr(time(NULL));

for (int i = 0; i < 1000000; i++) {

printf("%u\n", (sr.rand() % 10000));

}

return 0;

}

//用來查看萬分比概率分布

//[xxx]$./test | awk '{a[$1]++}END{for(k in a) print k,a[k]}' | sort -k1 -g

總結

以上是生活随笔為你收集整理的线性同余法产生均匀随机数C语言,利用线性同余法产生随机数进行同步计算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。