伪随机数生成算法

12

现代高质量的随机数生成器使用什么算法？

algorithms random-variable random-generation

— 梅珀·帕劳（Mehper C.
source

1

为了与类似问题保持一致，将“随机变量”重新标记为“随机变量”。

— ub

10

在R中，用于随机数生成的默认设置为：

您可以轻松地检查此内容，即。

> RNGkind()
[1] "Mersenne-Twister" "Inversion"

可以将默认生成器更改为其他PRNG，例如Super-Duper，Wichmann-Hill，Marsaglia-Multicarry或什至由用户提供的PRNG。有关更多详细信息，请参见？RNGkind。我从来不需要更改默认的PRNG。

默认情况下，C GSL库还使用Mersenne-Twister。

— csgillespie
source

您确定第二点是通过反转CDF生成正常的随机变量吗？正常CDF的倒数是一个相当昂贵的评估函数。我想Box-Muller的方法会更快。Marsaglia的用于生成法线的ziggurat方法仍然更快。

— 约翰·D·库克

我也觉得这很可疑。Marsaglia的Ziggurat是Matlab中的默认设置，我无法想象Matlab在随机数生成领域要优于R。

— shabbychef

@John确实，R中提供了Polar方法，请参见setRNG包。

— chl

6

我以前遇到过并使用过的Mersenne Twister。

— 阿摩司
source

例如，Python（j.mp/9TVyhv），Perl（j.mp/by85El），Octave（j.mp/aVQ5Xz），Clojure（j.mp/dkj9Z9，不是默认值），Haskell（j.mp/aWK7kK），lua（j.mp/bSD2vO）或SQL（j.mp/aOPJMW进行概述）:-)

— chl 2010年

3

由George Marsaglia设计的Xorshift PNG。它的周期（2 ^ 128-1）比Mersenne-Twister短得多，但是该算法实现起来非常简单，非常适合并行化。在许多核心架构（例如DSP芯片和Nvidia的Tesla）上表现良好。

— 支气管
source

这对在GPU上实现是否有好处？链接到细节，参考？

— DarenW，2010年

2

Thomas，Howes，Luk-2009年-比较CPU，GPU，FPGA和大规模并行处理器阵列以生成随机数。doi.acm.org/10.1145/1508128.1508139。在CPU，GPU，FPGA和大规模并行处理器阵列上执行的一组PNG的讨论和基准。

— brotchie 2010年

也许还有多个流的L'Ecuyer的RNG（j.mp/bzJSlm）？

— chl

3

在http://prng.di.unimi.it/上，您可以找到使用TestU01测试的几个随机数发生器的枪战，TestU01是现代的伪随机数发生器测试套件，它替代了diehard和dieharder。您可以选择。

— 塞巴
source