给定相同的种子，随机数生成器会产生不同的输出吗？

10

标题总结了一下。我很想知道是否存在一种算法，该算法能够在给定相同输入的情况下产生可变输出，而无需依赖其他来源（例如DateTime.Now）或从光传感器生成的数字等随机性。此外，该算法无法运行按顺序，只有两个不同的，不相关的运行会产生不同的输出。

random

— 条件赛车
source

具体来说，您正在谈论的是伪随机数生成器。

— Marcel

大多数语言都允许实例化一个随机数生成器而不必指定种子，这样种子也是“随机的”。使用种子是有原因的。

— 尼尔

1

@Neil：在那种情况下，仍然有一个种子，它只是隐式的，通常是系统时间。

— Michael Borgwardt

@MichaelBorgwardt，我只是说种子也是随机的。当然，没有什么是真正随机的，但是通常系统时间会提供一个不错的种子，只要您不经常实例化一个随机数生成器而不传递一个种子，在这种情况下，您可能会两次获得同一种子“随机”种子。

— 尼尔

对于不精确的硬件，有一个有趣的研究领域，该领域在统计上定义明确。潜在的好处是降低了功耗。仅2.0 + 2.0在这样的系统上进行计算不会得出相同的结果。它不需要另一个随机性来源。

— MSalters 2013年

15

我很想知道是否存在一种算法，能够在给定相同输入的情况下产生可变输出，而无需依赖其他来源的随机性，例如DateTime.Now或从光传感器生成的数字等。

不，从根本上讲这是不可能的，因为算法的确切定义是定义明确，确定性强，即给定相同的输入将始终产生相同的输出。有随机算法，但是它们需要随机性作为输入。

此外，决定是对计算机硬件的最重要的设计目标。如果给定相同的输入，则不会产生相同的输出的CPU在大多数情况下将毫无用处。

— 迈克尔·博格沃特
source

14

不，伪随机数生成算法将始终在给定相同种子的情况下产生相同的输出（因此为伪随机数）。

我发现使用术语“算法”而不是“程序”很有趣。这排除了一类肯定的答案（RAM中的软错误，多线程RNG中的不同线程交织等）。如果您认为算法的每次运行在每次迭代中均接受相同的输入（没有随机性）是经过明确指定的，那么它将在每次运行中生成相同的输出。

话虽如此，即使对CPU温度这样的基本事物进行适当的标准化，也无法预测到足以充当熵的来源。因此，如果您知道运行什么时间，就不要认为这意味着可以预测“加密安全”的随机数生成器；他们中的许多人利用系统生成的熵Feed。

— 布赖恩
source

算法是正确的词：）我正在特别尝试消除熵的外源，内存错误，线程顺序，不可预测的输入（例如光源）等。我认为我的问题源于我对随机算法的理解不足，也许我本可以使这个问题更笼统。我真的很想知道是否有可能创建任何在给定相同输入（包括所有熵源）的情况下返回不同结果的函数。似乎答案是否定的

— ConditionRacer

7

您是否知道人们非常努力地确保给定相同的种子，每次产生相同的随机数序列？对于诸如蒙特卡洛模拟之类的事物而言，这是理想的属性，因为这意味着结果是完全可重现的。如果您不指定种子，则将使用诸如时间之类的方法，但是确实需要精确的可重复性。

唯一真正不希望这样做的RNG是用于加密的RNG，并且通常通过使用操作系统自己的随机数源（在正常情况下不可重绕并且可能使用特殊硬件）来提供它们的种子，以实现此目的。

— 多纳研究员
source

是的，我明白您的意思。我没有尝试实施任何新方法，这只是深夜的好奇心。

— ConditionRacer

1

我想如果您在不同的硬件平台上实现该算法，并且使用诸如从整数中获取中间N位的技术，则可以想象得到，如果整数编码不同（大/小/中端），您将获得不同的答案。如果您要处理浮点数，则可能会遇到在具有FPU的计算机上运行的问题，而与没有FPU的计算机上运行的问题有关。在台式机上可能不是问题，但在手机上可能是问题。

— TMN
source