随机数生成器的种子和状态之间有什么区别？

Question

我看到一个C ++程序接受种子和状态来设置info =，这是special_string = str('info %d info = more_stuff' %variable3) 的typedef（至少在我的系统上）。 std::default_random_engine方法用于设置初始种子和状态std::linear_congruential_engine。

我知道播种随机数发生器（RNG）的原理，但是它可以与其状态互换使用。

Answer 1

种子是用于初始化生成器的值，状态是每次调用后生成随机数的生成器的当前状态。对于非常简单的随机数生成器，例如线性同余生成器，种子和状态是相同的（或者至少存储在同一个变量中），但它们当然不必存在。

Answer 2

如果你（重新）种子PRNG，从而（重新）初始化它，你用一个新的，它是种子的（可能是微不足道的）函数替换它的当前状态。为了减轻输入中的模式，这个初始函数通常在所有状态下分配熵更复杂。

使用operator>>恢复内部状态会使用这样一个简单的映射。

无论哪种（重新）播种都是有效的，剩下的就是浪费精力。

Answer 3

免责声明：我不是关于随机数生成器理论方面的专家，下面的大部分内容实际上来自C ++标准本身。

生成器的状态 X _i ，是生成器的实际内部状态 - 您需要生成的（最小）信息下一个状态和生成器的下一个值：

• 使用“过渡”功能从一种状态转换到另一种状态， X _{i + 1} = TA（X _i ）; < / LI>
• 使用“生成”功能 GA（X _i ）生成值。

种子 S 是用于生成第一个州 X ₀ 的“值”。

生成器的状态是它固有的（见下文），同一个生成器的两个实现将具有相同的状态（在理论意义上），但可能需要完全不同的种子。 / p>

在C ++中，你使用单个值来播种Mersenne Twister引擎，而它的状态是一个整数序列......我可以选择实现一个只能通过整数序列生成的Mersenne Twister引擎（成为第一个州。）

标准随机库中的一些例子可以更好地理解：

线性同余生成器只是一个遵循表单递归关系的生成器：

  

X _{i + 1} = TA（X _i ）=（a。X _i + c）mod m

a，c和m是生成器的参数。在这种情况下：

• 引擎的状态只是 X _i 的当前值;
• 种子是 X ₀ 的值;

...当您使用值 k 为种子生成种子时，实际上只需设置 X _i = k 。

但还有其他发电机，例如在C ++ 11标准随机库中，您将找到Mersenne Twister（MT）生成器。

我当然不是Mersenne Twister发电机的专家，但是从c++ draft，您可以看到：

• MT生成器的状态实际上是整数序列 X _i =（X _i，0 ，X _i，1 ，...）;
• MT（在标准中）的种子实际上是单个值;

...当您使用值 k 为种子生成种子时，实际执行“复杂”操作 ¹ 来计算 X _{0 k} 的sub> ，但 X ₀ 当然不是 k 。

_{¹ 我不会详细介绍这些操作，因为我真的不知道它们，但是你可以查看standard以查看状态（序列） ）是从种子生成的。}

Answer 4

通常，种子值用于生成随机数。通常出于性能原因，种子值用于生成一组数字，然后将其添加到数组或内存表中。进一步调用获取随机数只是从表中读取预先生成的值。表中的当前索引和表中的当前值集可以视为状态。当使用可以利用大量随机数调用的复杂系统时（例如游戏引擎），调试（再现错误）变得非常困难，除非您可以重现“随机”事件。如果保存然后恢复“状态”和种子值，则可以确保在代码运行时，每次都会选择相同的“随机”数字。我确信这只是众多可能答案中的一个，但希望有所帮助。