正文

產(chǎn)生隨機(jī)數(shù)的算法（產(chǎn)生隨機(jī)數(shù)的算法滿(mǎn)足確定性嗎）

發(fā)布時(shí)間：2023-06-14 08:11:29 稿源：創(chuàng)意嶺閱讀： 139

大家好！今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于產(chǎn)生隨機(jī)數(shù)的算法的問(wèn)題，以下是小編對(duì)此問(wèn)題的歸納整理，讓我們一起來(lái)看看吧。

開(kāi)始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，有小程序、在線網(wǎng)頁(yè)版、PC客戶(hù)端和批量生成器

問(wèn)友Ai官網(wǎng)：https://ai.de1919.com。

本文目錄:

隨機(jī)數(shù)的計(jì)算公式是什么？
隨機(jī)數(shù)算法是什么？
隨機(jī)數(shù)公式是什么？

產(chǎn)生隨機(jī)數(shù)的算法（產(chǎn)生隨機(jī)數(shù)的算法滿(mǎn)足確定性嗎）

隨機(jī)數(shù)的計(jì)算公式是什么？

為追求真正的隨機(jī)序列，人們?cè)捎煤芏喾N原始的物理方法用于生成一定范圍內(nèi)滿(mǎn)足精度（位數(shù)）的均勻分布序列，其缺點(diǎn)在于：速度慢、效率低、需占用大量存儲(chǔ)空間且不可重現(xiàn)等。為滿(mǎn)足計(jì)算機(jī)模擬研究的需求，人們轉(zhuǎn)而研究用算法生成模擬各種概率分布的偽隨機(jī)序列。偽隨機(jī)數(shù)是指用數(shù)學(xué)遞推公式所產(chǎn)生的隨機(jī)數(shù)。從實(shí)用的角度看，獲取這種數(shù)的最簡(jiǎn)單和最自然的方法是利用計(jì)算機(jī)語(yǔ)言的函數(shù)庫(kù)提供的隨機(jī)數(shù)發(fā)生器。典型情況下，它會(huì)輸出一個(gè)均勻分布在0和1區(qū)間內(nèi)的偽隨機(jī)變量的值。其中應(yīng)用的最為廣泛、研究最徹底的一個(gè)算法即線性同余法。
　　線性同余法LCG（Linear Congruence Generator）
　　選取足夠大的正整數(shù)M和任意自然數(shù)n0，a，b，由遞推公式：
　　ni+1=（af（ni）+b）mod M i=0，1，…，M-1
　　生成的數(shù)值序列稱(chēng)為是同余序列。當(dāng)函數(shù)f（n）為線性函數(shù)時(shí)，即得到線性同余序列：
　　ni+1=（a*ni+b）mod M i=0，1，…，M-1
　　以下是線性同余法生成偽隨機(jī)數(shù)的偽代碼：
　　Random（n，m，seed，a，b）
　　{
　　r0 = seed；
　　for （i = 1；i<=n；i++）
　　ri = （a*ri-1 + b） mod m
　　}
　　其中種子參數(shù)seed可以任意選擇，常常將它設(shè)為計(jì)算機(jī)當(dāng)前的日期或者時(shí)間；m是一個(gè)較大數(shù)，可以把它取為2w，w是計(jì)算機(jī)的字長(zhǎng)；a可以是0.01w和0.99w之間的任何整數(shù)。
　　應(yīng)用遞推公式產(chǎn)生均勻分布隨機(jī)數(shù)時(shí)，式中參數(shù)n0，a，b，M的選取十分重要。
　　例如，選取M=10，a=b =n0=7，生成的隨機(jī)序列為{6，9，0，7，6，9，……}，周期為4。
　　取M=16，a=5，b =3，n0=7，生成的隨機(jī)序列為{6，1，8，11，10，5，12，15，14，9，0，3，2，13，4，7，6，1……}，周期為16。
　　取M=8，a=5，b =1，n0=1，生成的隨機(jī)序列為{6，7，4，5，2，3，0，1，6，7……}，周期為8。

產(chǎn)生隨機(jī)數(shù)的算法（產(chǎn)生隨機(jī)數(shù)的算法滿(mǎn)足確定性嗎）

隨機(jī)數(shù)算法是什么？

在計(jì)算機(jī)中并沒(méi)有一個(gè)真正的隨機(jī)數(shù)發(fā)生器，但是可以做到使產(chǎn)生的數(shù)字重復(fù)率很低，這樣看起來(lái)好象是真正的隨機(jī)數(shù)，實(shí)現(xiàn)這一功能的程序叫偽隨機(jī)數(shù)發(fā)生器?！∮嘘P(guān)如何產(chǎn)生隨機(jī)數(shù)的理論有許多如果要詳細(xì)地討論，需要厚厚的一本書(shū)的篇幅。不管用什么方法實(shí)現(xiàn)隨機(jī)數(shù)發(fā)生器，都必須給它提供一個(gè)名為“種子”的初始值。而且這個(gè)值最好是隨機(jī)的，或者至少這個(gè)值是偽隨機(jī)的?！胺N子”的值通常是用快速計(jì)數(shù)寄存器或移位寄存器來(lái)生成的?！∠旅嬷v一講在C語(yǔ)言里所提供的隨機(jī)數(shù)發(fā)生器的用法。現(xiàn)在的C編譯器都提供了一個(gè)基于ANSI標(biāo)準(zhǔn)的偽隨機(jī)數(shù)發(fā)生器函數(shù)，用來(lái)生成隨機(jī)數(shù)。它們就是rand（）和srand（）函數(shù)。這二個(gè)函數(shù)的工作過(guò)程如下：”）　首先給srand（）提供一個(gè)種子，它是一個(gè)unsigned　int類(lèi)型，其取值范圍從0～65535；　2）　然后調(diào)用rand（），它會(huì)根據(jù)提供給srand（）的種子值返回一個(gè)隨機(jī)數(shù)（在0到32767之間）　3）　根據(jù)需要多次調(diào)用rand（），從而不間斷地得到新的隨機(jī)數(shù)；　4）　無(wú)論什么時(shí)候，都可以給srand（）提供一個(gè)新的種子，從而進(jìn)一步“隨機(jī)化”rand（）的輸出結(jié)果?！∵@個(gè)過(guò)程看起來(lái)很簡(jiǎn)單，問(wèn)題是如果你每次調(diào)用srand（）時(shí)都提供相同的種子值，那么，你將會(huì)得到相同的隨機(jī)數(shù)序列，這時(shí)看到的現(xiàn)象是沒(méi)有隨機(jī)數(shù)，而每一次的數(shù)都是一樣的了。例如，在以17為種子值調(diào)用srand（）之后，在首次調(diào)用rand（）時(shí)，得到隨機(jī)數(shù)94。在第二次和第三次調(diào)用rand（）時(shí)將分別得到26602和30017，這些數(shù)看上去是很隨機(jī)的（盡管這只是一個(gè)很小的數(shù)據(jù)點(diǎn)集合），但是，在你再次以17為種子值調(diào)用srand（）后，在對(duì)于rand（）的前三次調(diào)用中，所得的返回值仍然是在對(duì)94，26602，30017，并且此后得到的返回值仍然是在對(duì)rand（）的第一批調(diào)用中所得到的其余的返回值。因此只有再次給srand（）提供一個(gè)隨機(jī)的種子值，才能再次得到一個(gè)隨機(jī)數(shù)?！∠旅娴睦佑靡环N簡(jiǎn)單而有效的方法來(lái)產(chǎn)生一個(gè)相當(dāng)隨機(jī)的“種子”值－－－－當(dāng)天的時(shí)間值：g＃椋睿悖歟酰洌澹Γ歟?；ｓｔｄｉｅP瑁Γ紓?；　＃ｉｎｃe酰洌澹Γ歟?；ｓｔｄe椋猓瑁Γ紓?；?。＃椋睿悖歟酰洌澹Γ歟?；ｓ?#58004;螅Γ＃矗罰唬簦穡澹螅瑁Γ紓?；?。＃椋睿悖歟酰洌澹Γ歟?；ｓ?#58004;螅Γ＃矗罰唬簦椋恚澹猓瑁Γ紓?；?。觶錚椋洹。恚幔椋睿ǎ觶錚椋洌。。椋睿簟。椋弧。酰睿螅椋紓睿澹洹。椋睿簟。螅澹澹洌鄭幔歟弧。螅簦潁酰悖簟。簦椋恚澹狻。簦椋恚澹攏酰媯弧。媯簦椋恚澹ǎΓ幔恚穡唬簦椋恚澹攏酰媯弧。螅澹澹洌鄭幔歟劍ǎǎǎǎ酰睿螅椋紓睿澹洹。椋睿簦簦椋恚澹攏酰媯簦椋恚澹Γ幔恚穡唬埃疲疲疲疲。ǎ酰睿螅椋紓睿澹洹。椋睿簦簦椋恚澹攏酰媯恚椋歟歟椋簦恚蕖。ǎ酰睿螅椋紓睿澹洹。椋睿簦簦椋恚澹攏酰媯恚椋歟歟椋簦恚弧。螅潁幔睿洌ǎǎ酰睿螅椋紓睿澹洹。椋睿簦螅澹澹洌鄭幔歟弧。媯錚潁ǎ椋劍?；ｉ＆e?；１０；?#57440;椋。穡潁椋睿簦媯ǎΓ瘢酰錚?；％６ｄ＆＃９２；ｎ＆ｑｕｅP?；begjrand（））；?。∩厦娴某绦蛳仁钦{(diào)用＿ftime（）來(lái)檢查當(dāng)前時(shí)間yc并把它的值存入結(jié)構(gòu)成員timeBuf．time中wae當(dāng)前時(shí)間的值從1970年1月1日開(kāi)始以秒計(jì)算aeh在調(diào)用了＿ftime（）之后在結(jié)構(gòu)timeBuf的成員millitm中還存入了當(dāng)前那一秒已經(jīng)度過(guò)的毫秒數(shù)，但在DOS中這個(gè)數(shù)字實(shí)際上是以百分之一秒來(lái)計(jì)算的。然后，把毫秒數(shù)和秒數(shù)相加，再和毫秒數(shù)進(jìn)行異或運(yùn)算。當(dāng)然也可以對(duì)這兩個(gè)結(jié)構(gòu)成員進(jìn)行更多的計(jì)算，以控制se．．．．．．余下全文＞＞

隨機(jī)數(shù)公式是什么？

隨機(jī)數(shù)公式是rand函數(shù)是Excel中產(chǎn)生隨機(jī)數(shù)的一個(gè)隨機(jī)函數(shù)

1、rand()函數(shù)是Excel中產(chǎn)生隨機(jī)數(shù)的一個(gè)隨機(jī)函數(shù)返回的隨機(jī)數(shù)是大于等于 0 及小于 1 的均勻分布隨機(jī)實(shí)數(shù)，rand()函數(shù)每次計(jì)算工作表時(shí)都將返回一個(gè)新的隨機(jī)實(shí)數(shù)。

2、rand()函數(shù)是產(chǎn)生隨機(jī)數(shù)的一個(gè)隨機(jī)函數(shù)C語(yǔ)言里還有 srand()函數(shù)等詳述rand使用該函數(shù)首先應(yīng)在開(kāi)頭包含頭文件stdlib.h。

3、因?yàn)閞and()函數(shù)是按指定的順序來(lái)產(chǎn)生整數(shù)，因此每次執(zhí)行上面的語(yǔ)句都打印相同的兩個(gè)值，所以說(shuō)C語(yǔ)言的隨機(jī)并不是真正意義上的隨機(jī)，有時(shí)候也叫偽隨機(jī)數(shù)。

4、在標(biāo)準(zhǔn)的C庫(kù)中函數(shù)rand()可以生成0~RAND_MAX之間的一個(gè)隨機(jī)數(shù)，其中RAND_MAX 是stdlib.h 中定義的一個(gè)整數(shù)，它與系統(tǒng)有關(guān)。

5、為了使程序在每次執(zhí)行時(shí)都能生成一個(gè)新序列的隨機(jī)值，我們通常通過(guò)為隨機(jī)數(shù)生成器提供一粒新的隨機(jī)種子。函數(shù) srand()(來(lái)自stdlib.h)可以為隨機(jī)數(shù)生成器播散種子。

6、只要種子不同rand()函數(shù)就會(huì)產(chǎn)生不同的隨機(jī)數(shù)序列srand()稱(chēng)為隨機(jī)數(shù)生成器的初始化器。

以上就是關(guān)于產(chǎn)生隨機(jī)數(shù)的算法相關(guān)問(wèn)題的回答。希望能幫到你，如有更多相關(guān)問(wèn)題，您也可以聯(lián)系我們的客服進(jìn)行咨詢(xún)，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。