JavaScript Math.random()
函数返回一个介于0到1之间的随机值,该值会根据当前时间自动播种(我相信类似于Java)。但是,我认为没有任何办法可以为其设置种子。
如何制作一个可以提供自己的种子值的随机数生成器,以便可以生成可重复的(伪)随机数序列?
JavaScript Math.random()
函数返回一个介于0到1之间的随机值,该值会根据当前时间自动播种(我相信类似于Java)。但是,我认为没有任何办法可以为其设置种子。
如何制作一个可以提供自己的种子值的随机数生成器,以便可以生成可重复的(伪)随机数序列?
Answers:
一种选择是http://davidbau.com/seedrandom,它是可播种的基于RC4的Math.random()插入式替换,具有不错的属性。
如果您不需要播种功能,则可以使用它Math.random()
并围绕它构建辅助函数(例如randRange(start, end)
)。
我不确定您使用的是哪种RNG,但最好了解并记录下来,以便您了解其特征和局限性。
就像Starkii所说的那样,Mersenne Twister是一个很好的PRNG,但实施起来并不容易。如果您想自己做,请尝试实现LCG-这很容易,具有不错的随机性(不如Mersenne Twister),并且可以使用一些流行的常数。
编辑:在此答案中考虑短种子RNG实施的最佳选择,包括LCG选项。
function RNG(seed) {
// LCG using GCC's constants
this.m = 0x80000000; // 2**31;
this.a = 1103515245;
this.c = 12345;
this.state = seed ? seed : Math.floor(Math.random() * (this.m - 1));
}
RNG.prototype.nextInt = function() {
this.state = (this.a * this.state + this.c) % this.m;
return this.state;
}
RNG.prototype.nextFloat = function() {
// returns in range [0,1]
return this.nextInt() / (this.m - 1);
}
RNG.prototype.nextRange = function(start, end) {
// returns in range [start, end): including start, excluding end
// can't modulu nextInt because of weak randomness in lower bits
var rangeSize = end - start;
var randomUnder1 = this.nextInt() / this.m;
return start + Math.floor(randomUnder1 * rangeSize);
}
RNG.prototype.choice = function(array) {
return array[this.nextRange(0, array.length)];
}
var rng = new RNG(20);
for (var i = 0; i < 10; i++)
console.log(rng.nextRange(10, 50));
var digits = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9'];
for (var i = 0; i < 10; i++)
console.log(rng.choice(digits));
this.a * this.state
可能会导致大于2 ^ 53的数字。结果是有限的产量范围,并且对于某些种子可能是非常短的时期。此外,通常使用2的幂表示m
结果会导致一些非常明显的模式,当您使用模运算而不是简单的截断时,没有理由不使用质数。
如果您希望能够指定种子,则只需替换对getSeconds()
和的调用getMinutes()
。您可以传入一个int值,并将其一半以mod 60用作秒值,另一半以60取模以得到另一部分。
话虽如此,这种方法看起来像垃圾。进行适当的随机数生成非常困难。明显的问题是随机数种子基于秒和分钟。要猜测种子并重新创建随机数流,只需尝试3600种不同的秒和分钟组合。这也意味着只有3600种不同的种子。这是可以纠正的,但我从一开始就对这种RNG表示怀疑。
如果您想使用更好的RNG,请尝试使用Mersenne Twister。它是经过充分测试的且功能强大的RNG,具有巨大的轨道和出色的性能。
编辑:我真的应该是正确的,并将其称为伪随机数生成器或PRNG。
“任何使用算术方法产生随机数的人都处于犯罪状态。”
-约翰·冯·诺伊曼
我使用Mersenne Twister的JavaScript端口:https : //gist.github.com/300494 它允许您手动设置种子。此外,如其他答案中所述,梅森·扭曲者是一个非常好的PRNG。
您列出的代码看起来像是Lehmer RNG。如果是这种情况,则2147483647
它是最大的32位有符号整数,2147483647
是最大的32位素数,并且48271
是用于生成数字的全周期乘法器。
如果是这样,则可以修改RandomNumberGenerator
以接受一个额外的参数seed
,然后将其设置this.seed
为seed
;。但是您必须小心确保种子会导致随机数的良好分布(Lehmer可能会很奇怪),但是大多数种子都可以。
以下是PRNG,可能会提供自定义种子。调用SeedRandom
将返回随机生成器函数。SeedRandom
可以不带任何参数调用,以在当前时间播种返回的随机函数,也可以以1或2个非负整数作为参数调用,以使用这些整数播种。由于浮点精度,只有1个值的种子只能使生成器启动到2 ^ 53种不同状态之一。
返回的随机数生成器函数采用1个名为的整数参数limit
,限制必须在1到4294965886的范围内,该函数将返回在0到limit-1的范围内的数字。
function SeedRandom(state1,state2){
var mod1=4294967087
var mul1=65539
var mod2=4294965887
var mul2=65537
if(typeof state1!="number"){
state1=+new Date()
}
if(typeof state2!="number"){
state2=state1
}
state1=state1%(mod1-1)+1
state2=state2%(mod2-1)+1
function random(limit){
state1=(state1*mul1)%mod1
state2=(state2*mul2)%mod2
if(state1<limit && state2<limit && state1<mod1%limit && state2<mod2%limit){
return random(limit)
}
return (state1+state2)%limit
}
return random
}
使用示例:
var generator1=SeedRandom() //Seed with current time
var randomVariable=generator1(7) //Generate one of the numbers [0,1,2,3,4,5,6]
var generator2=SeedRandom(42) //Seed with a specific seed
var fixedVariable=generator2(7) //First value of this generator will always be
//1 because of the specific seed.
该生成器具有以下属性:
mod
值是素数,因此无论选择的限制如何,输出中都没有简单的模式。这不同于一些表现出相当系统化模式的简单PRNG。for (var i = 0; i < 400; i++) { console.log("input: (" + i * 245 + ", " + i * 553 + ") | output: " + SeedRandom(i * 245, i * 553)(20)); }
如果您使用Typescript进行编程,那么我将改编克里斯托弗·汉克尔曼(Christoph Henkelmann)在该线程的答案中将Mersenne Twister实现作为打字稿类:
/**
* copied almost directly from Mersenne Twister implementation found in https://gist.github.com/banksean/300494
* all rights reserved to him.
*/
export class Random {
static N = 624;
static M = 397;
static MATRIX_A = 0x9908b0df;
/* constant vector a */
static UPPER_MASK = 0x80000000;
/* most significant w-r bits */
static LOWER_MASK = 0x7fffffff;
/* least significant r bits */
mt = new Array(Random.N);
/* the array for the state vector */
mti = Random.N + 1;
/* mti==N+1 means mt[N] is not initialized */
constructor(seed:number = null) {
if (seed == null) {
seed = new Date().getTime();
}
this.init_genrand(seed);
}
private init_genrand(s:number) {
this.mt[0] = s >>> 0;
for (this.mti = 1; this.mti < Random.N; this.mti++) {
var s = this.mt[this.mti - 1] ^ (this.mt[this.mti - 1] >>> 30);
this.mt[this.mti] = (((((s & 0xffff0000) >>> 16) * 1812433253) << 16) + (s & 0x0000ffff) * 1812433253)
+ this.mti;
/* See Knuth TAOCP Vol2. 3rd Ed. P.106 for multiplier. */
/* In the previous versions, MSBs of the seed affect */
/* only MSBs of the array mt[]. */
/* 2002/01/09 modified by Makoto Matsumoto */
this.mt[this.mti] >>>= 0;
/* for >32 bit machines */
}
}
/**
* generates a random number on [0,0xffffffff]-interval
* @private
*/
private _nextInt32():number {
var y:number;
var mag01 = new Array(0x0, Random.MATRIX_A);
/* mag01[x] = x * MATRIX_A for x=0,1 */
if (this.mti >= Random.N) { /* generate N words at one time */
var kk:number;
if (this.mti == Random.N + 1) /* if init_genrand() has not been called, */
this.init_genrand(5489);
/* a default initial seed is used */
for (kk = 0; kk < Random.N - Random.M; kk++) {
y = (this.mt[kk] & Random.UPPER_MASK) | (this.mt[kk + 1] & Random.LOWER_MASK);
this.mt[kk] = this.mt[kk + Random.M] ^ (y >>> 1) ^ mag01[y & 0x1];
}
for (; kk < Random.N - 1; kk++) {
y = (this.mt[kk] & Random.UPPER_MASK) | (this.mt[kk + 1] & Random.LOWER_MASK);
this.mt[kk] = this.mt[kk + (Random.M - Random.N)] ^ (y >>> 1) ^ mag01[y & 0x1];
}
y = (this.mt[Random.N - 1] & Random.UPPER_MASK) | (this.mt[0] & Random.LOWER_MASK);
this.mt[Random.N - 1] = this.mt[Random.M - 1] ^ (y >>> 1) ^ mag01[y & 0x1];
this.mti = 0;
}
y = this.mt[this.mti++];
/* Tempering */
y ^= (y >>> 11);
y ^= (y << 7) & 0x9d2c5680;
y ^= (y << 15) & 0xefc60000;
y ^= (y >>> 18);
return y >>> 0;
}
/**
* generates an int32 pseudo random number
* @param range: an optional [from, to] range, if not specified the result will be in range [0,0xffffffff]
* @return {number}
*/
nextInt32(range:[number, number] = null):number {
var result = this._nextInt32();
if (range == null) {
return result;
}
return (result % (range[1] - range[0])) + range[0];
}
/**
* generates a random number on [0,0x7fffffff]-interval
*/
nextInt31():number {
return (this._nextInt32() >>> 1);
}
/**
* generates a random number on [0,1]-real-interval
*/
nextNumber():number {
return this._nextInt32() * (1.0 / 4294967295.0);
}
/**
* generates a random number on [0,1) with 53-bit resolution
*/
nextNumber53():number {
var a = this._nextInt32() >>> 5, b = this._nextInt32() >>> 6;
return (a * 67108864.0 + b) * (1.0 / 9007199254740992.0);
}
}
您可以按如下方式使用它:
var random = new Random(132);
random.nextInt32(); //return a pseudo random int32 number
random.nextInt32([10,20]); //return a pseudo random int in range [10,20]
random.nextNumber(); //return a a pseudo random number in range [0,1]
检查来源以了解更多方法。
注意:此代码最初包含在上面的问题中。为了使问题简短而集中,我已将其移至此社区Wiki答案。
我发现此代码开始工作,并且似乎可以很好地获取随机数,然后再使用种子,但是我不确定逻辑的工作原理(例如2345678901、48271和2147483647的数字来源)。
function nextRandomNumber(){
var hi = this.seed / this.Q;
var lo = this.seed % this.Q;
var test = this.A * lo - this.R * hi;
if(test > 0){
this.seed = test;
} else {
this.seed = test + this.M;
}
return (this.seed * this.oneOverM);
}
function RandomNumberGenerator(){
var d = new Date();
this.seed = 2345678901 + (d.getSeconds() * 0xFFFFFF) + (d.getMinutes() * 0xFFFF);
this.A = 48271;
this.M = 2147483647;
this.Q = this.M / this.A;
this.R = this.M % this.A;
this.oneOverM = 1.0 / this.M;
this.next = nextRandomNumber;
return this;
}
function createRandomNumber(Min, Max){
var rand = new RandomNumberGenerator();
return Math.round((Max-Min) * rand.next() + Min);
}
//Thus I can now do:
var letters = ['a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p','q','r','s','t','u','v','w','x','y','z'];
var numbers = ['1','2','3','4','5','6','7','8','9','10'];
var colors = ['red','orange','yellow','green','blue','indigo','violet'];
var first = letters[createRandomNumber(0, letters.length)];
var second = numbers[createRandomNumber(0, numbers.length)];
var third = colors[createRandomNumber(0, colors.length)];
alert("Today's show was brought to you by the letter: " + first + ", the number " + second + ", and the color " + third + "!");
/*
If I could pass my own seed into the createRandomNumber(min, max, seed);
function then I could reproduce a random output later if desired.
*/
RandomNumberGenerator
和nextRandomNumber
功能实际上可以追溯到1996年。它应该是Lehmer / LCG RNG。它使用一些聪明的数学方法对32位整数执行模算术,否则这些整数太小而无法包含一些中间值。事实是,JavaScript不实现32位整数,而是实现64位浮点数,并且由于该除法不是整数除法(如此代码一样),因此假定结果不是Lehmer生成器。它确实会产生一些看似随机的结果,但Lehmer生成器的保证并不适用。
createRandomNumber
函数是后来添加的,几乎可以解决所有错误,最值得注意的是,每次调用都会实例化一个新的RNG,这意味着快速连续的调用将全部使用相同的float。在给定的代码中,几乎不可能'a'
与'1'
和配对'red'
。
好的,这是我确定的解决方案。
首先,使用“ newseed()”函数创建一个种子值。然后,将种子值传递给“ srandom()”函数。最后,“ srandom()”函数返回0到1之间的伪随机值。
至关重要的一点是种子值存储在数组内部。如果它只是一个整数或浮点数,则每次调用该函数时该值都会被覆盖,因为整数,浮点数,字符串等的值直接存储在堆栈中,而指针和数组和数组一样其他对象。因此,种子的值可能会保持不变。
最后,可以定义“ srandom()”函数,使其成为“ Math”对象的方法,但是我将由您自己决定。;)
祝好运!
JavaScript:
// Global variables used for the seeded random functions, below.
var seedobja = 1103515245
var seedobjc = 12345
var seedobjm = 4294967295 //0x100000000
// Creates a new seed for seeded functions such as srandom().
function newseed(seednum)
{
return [seednum]
}
// Works like Math.random(), except you provide your own seed as the first argument.
function srandom(seedobj)
{
seedobj[0] = (seedobj[0] * seedobja + seedobjc) % seedobjm
return seedobj[0] / (seedobjm - 1)
}
// Store some test values in variables.
var my_seed_value = newseed(230951)
var my_random_value_1 = srandom(my_seed_value)
var my_random_value_2 = srandom(my_seed_value)
var my_random_value_3 = srandom(my_seed_value)
// Print the values to console. Replace "WScript.Echo()" with "alert()" if inside a Web browser.
WScript.Echo(my_random_value_1)
WScript.Echo(my_random_value_2)
WScript.Echo(my_random_value_3)
Lua 4(我的个人目标环境):
-- Global variables used for the seeded random functions, below.
seedobja = 1103515.245
seedobjc = 12345
seedobjm = 4294967.295 --0x100000000
-- Creates a new seed for seeded functions such as srandom().
function newseed(seednum)
return {seednum}
end
-- Works like random(), except you provide your own seed as the first argument.
function srandom(seedobj)
seedobj[1] = mod(seedobj[1] * seedobja + seedobjc, seedobjm)
return seedobj[1] / (seedobjm - 1)
end
-- Store some test values in variables.
my_seed_value = newseed(230951)
my_random_value_1 = srandom(my_seed_value)
my_random_value_2 = srandom(my_seed_value)
my_random_value_3 = srandom(my_seed_value)
-- Print the values to console.
print(my_random_value_1)
print(my_random_value_2)
print(my_random_value_3)
seedobj[0] * seedobja
可能会导致大于2 ^ 53的数字。结果是有限的产量范围,并且对于某些种子可能是非常短的时期。