从电子邮件地址到准随机数[关闭]

我的目标：

我想要一个具有电子邮件地址并输出1、2、3或4的准随机数的函数。

一点细节：

通过准随机数，我的意思是给定一个典型的电子邮件地址，获得值1、2、3或4的概率大致相等，并且电子邮件地址的明显系统属性（例如域名）不会影响获得值1、2、3或4的可能性。

一点背景：

我有一个以询问方式编写的在线实验，参与者有两次登录。我想将参与者随机分配到四个组之一。尽管对于一个会话来说这很容易做到（我只能使用随机数生成器），但是我需要某种方式来记住跨会话的分配。因此，我认为我可以从参与者电子邮件中提取一个准随机组分配。我在可用的功能集中也受到限制（完整列表请参见此处）。字符串函数是：较低上部大写concat搜索replaceall包含以结尾开头的字符串，带有子字符串trim trimright trimleft长度格式求值

初步想法：

我考虑过尝试提取电子邮件地址的一组功能，这些功能返回的概率分别为1、2、3或4。然后，我可以对这些属性求和并得到mod 4 plus 1。因此，假设类似中心极限定理，我可能会接近。

我可能想到的功能：

• 字符串长度
• 第一个“ a”，“ b”等的位置

查找哈希函数，例如在http://en.wikipedia.org/wiki/Hash_function

为什么不对电子邮件中每个可能的字符都有一个数字查找表。然后将数字连接起来形成种子。例如，

A 1
B 2
C 3
....
@ 27
....

因此abc @ ccc将转换为12327333。这将为您提供每个人的唯一种子。然后，您将使用它来生成1、2、3、4。

从您的问题来看，您似乎并不介意“快速而肮脏的解决方案”。我的解决方案的一个问题是电子邮件地址不是随机的-例如，您可能会收到很少包含字母“ z”的电子邮件地址，但是所有电子邮件地址都包含“ @”。

除了其他出色的答案之外，我仅将用R语言给出一个简单的示例，以显示一个非常简单的哈希函数，该哈希函数足以满足此目的。为了获得一些电子邮件地址作为测试数据，我得到了一个字符向量，其中包含我计算机上安装的（太多！）R软件包的维护者的电子邮件：

library(stringr) # on CRAN 
last <- function(x) { return( x[length(x)] ) }

INST  <-  installed.packages(priority="NA", fields=c("Maintainer"))
Maintainer <- INST[, "Maintainer"]
Mlist <- str_split(Maintainer, "[[:blank:]]")
Maddr <- sapply(Mlist, FUN=last)
Maddr <- str_replace(Maddr, "[<>]", "")
Maddr <- unique(Maddr)

然后，我定义一个简单的函数，该函数从电子邮件地址中的每个字符获取一些数字，将其相加，计算余数模4并加1，因此它将始终返回结果1,2,3或4之一：

apply_to_each_char  <-  function(w, FUN) {
    ww <-  str_split(w, "")[[1]]
    res <- sapply(ww, FUN)
    } # END apply_to_each_char
charsum <- function(word) { # length-one char vector
    sum0 <- sum( apply_to_each_char(word, function(w) as.integer(charToRaw(w)) ))
    return( 1 + sum0 %% 4)
    } # end charsum

然后应用它：

hashes <- sapply(Maddr, charsum)
table(hashes)
hashes
  1   2   3   4 
542 511 562 552 

我们可以观察到，结果分布接近均匀。

您可以尝试将每个字符转换为一个ascii数字，将它们全部相乘以强制溢出，然后对最低有效位执行模运算。如果这还不够伪随机，则可以对数字进行一点位移...

-拉尔夫·温特斯