Увеличить генератор случайных чисел

Question

У кого-нибудь есть любимый импульсный генератор случайных чисел, и можете ли вы немного объяснить, как внедрить его в код. Я пытаюсь заставить работать твистер Мерсенна, и мне было интересно, есть ли у кого-нибудь предпочтения по отношению к другим.

Answer 1

Этот код адаптирован из руководства по ускорению по адресу http://www.boost.org/doc/libs/1_42_0/libs/random/index.html:

#include <iostream>
#include "boost/random.hpp"
#include "boost/generator_iterator.hpp"
using namespace std;

int main() {
      typedef boost::mt19937 RNGType;
      RNGType rng;
      boost::uniform_int<> one_to_six( 1, 6 );
      boost::variate_generator< RNGType, boost::uniform_int<> >
                    dice(rng, one_to_six);
      for ( int i = 0; i < 6; i++ ) {
          int n  = dice();
          cout << n << endl;
     }
}

Чтобы объяснить биты:

• mt19937 является твистером Мерсенна, который генерирует необработанные случайные числа. Здесь используется typedef, так что вы можете легко изменить тип генератора случайных чисел.

• rng это пример твистера генератора.

• one_to_six это экземпляр дистрибутива. Здесь указываются числа, которые мы хотим сгенерировать, и распределение, за которым они следуют. Здесь мы хотим от 1 до 6, распределенных равномерно.

• dice это то, что берет необработанные числа и распределение, и создает для нас числа, которые мы на самом деле хотим.

• dice() это вызов operator() для dice объект, который получает следующее случайное число после распределения, имитируя случайный шестисторонний бросок костей.

В нынешнем виде этот код производит одинаковую последовательность бросков кубиков каждый раз. Вы можете рандомизировать генератор в его конструкторе:

 RNGType rng( time(0) );   

или используя его член seed().

Answer 2

Я нашел эту ссылку, которая дает хороший обзор свойств различных генераторов случайных чисел. Для удобства я скопировал приведенную выше ссылку на таблицу:

+ ----------------------- + ------------------- + ----- ------------------------ + ------------------------ + | генератор | длина цикла | ок. требования к памяти | ок. относительная скорость |
+-----------------------+-------------------+-----------------------------+------------------------+
| minstd_rand           | 2^31-2            | sizeof(int32_t)             |                     40 |
| rand48                | 2^48-1            | sizeof(uint64_t)            |                     80 |
| lrand48 (библиотека C)   | 2^48-1            | -                           |                     20 |
| ecuyer1988            | ок. 2^61      | 2*sizeof(int32_t)           |                     20 |
| kreutzer1986          |?                 | 1368*sizeof(uint32_t)       |                     60 |
| hellekalek1995        | 2^31-1            | sizeof(int32_t)             |                      3 |
| mt11213b              | 2^11213-1         | 352*sizeof(uint32_t)        |                    100 |
| mt19937               | 2^19937-1         | 625*sizeof(uint32_t)        |                    100 |
| lagged_fibonacci607   | ок. 2^32000   | 607*sizeof(двойной)          |                    150 |
| lagged_fibonacci1279  | ок. 2^67000   | 1279*sizeof(двойной)         |                    150 |
| lagged_fibonacci2281  | ок. 2^120000  | 2281*sizeof(двойной)         |                    150 |
| lagged_fibonacci3217  | ок. 2^170000  | 3217*sizeof(двойной)         |                    150 |
| lagged_fibonacci4423  | ок. 2^230000  | 4423*sizeof(двойной)         |                    150 |
| lagged_fibonacci9689  | ок. 2^510000  | 9689*sizeof(двойной)         |                    150 |
| lagged_fibonacci19937 | ок. 2^1050000 | 19937*sizeof(двойной)        |                    150 |
| lagged_fibonacci23209 | ок. 2^1200000 | 23209*sizeof(двойной)        |                    140 |
| lagged_fibonacci44497 | ок. 2^2300000 | 44497*sizeof(двойной)        |                     60 |
+-----------------------+-------------------+-----------------------------+------------------------+

длина цикла: длина последовательности случайных чисел до ее повторения

Answer 3

Там нет единого универсального RNG. Иногда важны статистические свойства, иногда криптология, иногда грубая скорость.