写一个伪随机数产生器prng(生成伪随机数)
大家好!今天让创意岭的小编来大家介绍下关于写一个伪随机数产生器prng的问题,以下是小编对此问题的归纳整理,让我们一起来看看吧。
开始之前先推荐一个非常厉害的Ai人工智能工具,一键生成原创文章、方案、文案、工作计划、工作报告、论文、代码、作文、做题和对话答疑等等
只需要输入关键词,就能返回你想要的内容,有小程序、在线网页版、PC客户端和批量生成器
问友Ai官网:https://ai.de1919.com。
本文目录:
有关随机的一些问题
首先,我们先谈谈量子力学上的随机。关于量子力学中的随机是真随机还是伪随机,这个持两边观点的人都有,而且不乏物理巨头。其中决定论的支持者以爱因斯坦为代表,非决定论的支持者以玻尔为代表。我们大致总结一下这两种观点的矛盾,概括起来主要有:
①是否具有严格的因果决定论或非决定论?
②有没有超距作用?自然界发展的规律是定域的还是非定域的?
③自然界的基本规律是纯客观的,还是会受到主观观测行为的影响?
简单的说,决定论就是认为物质的运动有严格的因果关系,是定域的,不会受主观观察行为的影响;认为量子力学中的“随机”性并不是真随机,而是尚未找到一种解释粒子这种看似随机的行为。而非决定论中则持相反观点,认为粒子的随机性是内禀的,是一种基本性质。
接下来,我们再看看计算机的伪随机数。这个比较好理解,计算机中的随机函数是按照一定算法模拟产生的,其结果是确定的,是可见的。我们可以这样认为这个可预见的结果其出现的概率是100%。所以用计算机随机函数所产生的“随机数”并不随机,是伪随机数。
一般地,伪随机数的生成方法主要有以下3种:
(1) 直接法(Direct Method),根据分布函数的物理意义生成。缺点是仅适用于某些具有特殊分布的随机数,如二项式分布、泊松分布。
(2) 逆转法(Inversion Method),假设U服从[0,1]区间上的均匀分布,令X=F-1(U),则X的累计分布函数(CDF)为F。该方法原理简单、编程方便、适用性广。
(3)接受拒绝法(Acceptance-Rejection Method):假设希望生成的随机数的概率密度函数(PDF)为f,则首先找到一个PDF为g的随机数发生器与常数c,使得f (x)≤cg(x),然后根据接收拒绝算法求解。由于算法平均运算c次才能得到一个希望生成的随机数,因此c的取值必须尽可能小。显然,该算法的缺点是较难确定g与c。
因此,伪随机数生成器(PRNG)一般采用逆转法,其基础是均匀分布,均匀分布PRNG的优劣决定了整个随机数体系的优劣。
其实说白了,就是通过一定的算法,来选出一长串看似随机的数列,但是这串数列确实严格确定的。
我们再说回来,真假随机还有一个关键性的问题,就是是否能对未来进行准确的预言。一个很突出的例子,就是人是否有自由意志?如果决定论是成立的,那么人将丧失所谓的自由意志,因为他每时每刻的思维活动都可以被严格确定,所谓的自由意志只不过是个幻象罢了。从这点上来说,我个人是支持非决定论的。
汉蒙洗牌原理
汉蒙洗牌原理是随机抽样技术算法。根据查询相关公开信息显示,汉蒙洗牌是一种以蒙特卡罗方式,使用一个伪随机数生成器(PRNG)来模拟一副牌的洗牌,每一次发牌的结果都是不同的,该算法非常实用且运行起来速度很快,可用于实现游戏中真实的洗牌效果。伪随机数的生成方法
一般地,伪随机数的生成方法主要有以下3种:
(1) 直接法(Direct Method),根据分布函数的物理意义生成。缺点是仅适用于某些具有特殊分布的随机数,如二项式分布、泊松分布。
(2) 逆转法(Inversion Method),假设U服从[0,1]区间上的均匀分布,令X=F-1(U),则X的累计分布函数(CDF)为F。该方法原理简单、编程方便、适用性广。
(3)接受拒绝法(Acceptance-Rejection Method):假设希望生成的随机数的概率密度函数(PDF)为f,则首先找到一个PDF为g的随机数发生器与常数c,使得f(x)≤cg(x),然后根据接收拒绝算法求解。由于算法平均运算c次才能得到一个希望生成的随机数,因此c的取值必须尽可能小。显然,该算法的缺点是较难确定g与c。
因此,伪随机数生成器(PRNG)一般采用逆转法,其基础是均匀分布,均匀分布PRNG的优劣决定了整个随机数体系的优劣[7]。下文研究均匀分布的PRNG。
以上就是关于写一个伪随机数产生器prng相关问题的回答。希望能帮到你,如有更多相关问题,您也可以联系我们的客服进行咨询,客服也会为您讲解更多精彩的知识和内容。
推荐阅读: