Question

我正在寻找一个伪随机数生成器（一种输入种子数的算法，它输出一个不同的'随机查找'数字，同一种子将始终生成相同的输出） 95 ^1,312,000。

我会使用Linear Feedback Shift Register (LFSR) PRNG，但是如果我这样做，我将不得不将种子数（基数为10的长度可达120万位）转换为二进制数，这将是如此庞大以至于我认为计算需要很长时间。

对similar question的回应，建议使用Feistel密码，但是我不理解该方法的wiki页面的词汇（我要进入10年级，所以我没有学位加密），所以如果你能使用外行的条款，我会非常感激。

有没有一种有效的方法可以直到时间结束，或者这个问题不可能？

编辑：我忘了提到prng序列需要有一个完整的句号。我的错误。

Answer 1

如果你有一个可以产生伪随机数字的方法，那么你可以根据需要连接多个。它将与基础prng一样可重复。

但是，您可能会耗尽数百万位数的内存并尝试进行算术运算。通常，那种规模的东西不是在“数字”上完成的。它是在字节向量或类似的东西上完成的。

Answer 2

执行此操作的一种简单方法是使用模数为import android.support.v4.app.Fragment; import android.support.v4.app.FragmentManager; import android.support.v4.app.FragmentTransaction;的{{3}}。

生成器的公式为m = 95^1312000。根据Hull-Dobell定理，当{且仅x_(n+1) = a*x_n + c (mod m)和gcd(m,c) = 1除95时，它将具有完整的句点。此外，如果你想要很好的第二个值（在种子之后），即使对于非常小的种子，a-1和a也应该相当大。此外，您的代码不能存储这些值作为文字（它们会太大）。相反，您需要能够在运行中可靠地生成它们。经过一些试验和错误以确保c后，我点击了：

gcd(m,c) = 1

例如：

import random

def get_book(n):
    random.seed(1941) #Borges' Library of Babel was published in 1941
    m = 95**1312000
    a = 1 + 95 * random.randint(1, m//100)
    c = random.randint(1, m - 1) #math.gcd(c,m) = 1
    return (a*n + c) % m

显示＆＃34; book＆＃34;的最后100位数字。数字42.鉴于Python内置了对大整数的支持，代码运行速度惊人（在我的机器上拿一本书需要不到1秒）

非常大（10 ^ 1.2mil）数的伪随机算法？

2 个答案: