C++ c++；从文件还原时，正态分布给出了不一致的随机数

我正在编写一个蒙特卡罗模拟并实现检查点。我希望获得完全相同的结果，无论我是否从检查点重新启动模拟，还是继续超出检查点。然而，我在

std:：normal\u分布中遇到了一些奇怪的行为：

我使用的是
std:：mt19937 rng编码为RNG，并将其种子设定为固定数字。我通过
std:：uniform\u real\u distribution uniform绘制了一定数量的随机数和
std:：正态分布正态。然后，我将rng的状态写入流操作系统的
：

os << rng << endl;
os << <some other stuff>...

但是，如果我从检查点重新启动，即，如果流为
，则从
初始化生成器：

is >> rng;
is >> <some other stuff>...

你看，统一的数字是相同的，直到一个正常的数字被画出来之后，rng的状态不同。用
gdb
单步执行确认。
查看两个输出中
0.637067
的位置。您会注意到，正态分布在恢复时从rng中提取的数字比未恢复时多。那是因为当你检查的时候它有熵

您必须保存或重置
正常的状态。我建议调用
normal
作为检查点过程的一部分。
查看两个输出中
0.637067
的位置。您会注意到，正态分布在恢复时从rng中提取的数字比未恢复时多。那是因为当你检查的时候它有熵

您必须保存或重置
正常的状态。我建议在检查点过程中调用
normal
。
这可能只是代码中的一个bug吗？你能做一个独立的、可复制的例子吗（例如，使用字符串流进行序列化）？@KerrekSB我想他没有意识到
normal
有内部状态。事实上，我没有意识到。我想知道Box-Mueller方法成对生成正态随机数是可以理解的。（并不是说Box Mueller一定是实现的，但我想原理是一样的。）谢谢，伙计！这可能只是代码中的一个bug吗？你能做一个独立的、可复制的例子吗（例如，使用字符串流进行序列化）？@KerrekSB我想他没有意识到
normal
有内部状态。事实上，我没有意识到。我想知道Box-Mueller方法成对生成正态随机数是可以理解的。（并不是说Box Mueller一定是实现的，但我想原理是一样的。）谢谢，伙计！我最终只是存储了分发版，而没有调用
reset
。检查点是基于挂钟时间完成的，因此当目标是获得确定性结果（用于调试）时，检查点不应干扰随机数序列。感谢您的快速响应，我开始怀疑我在这个问题上的理智。我最终只是存储分发版，而不是调用
reset
。检查点是基于挂钟时间完成的，因此当目标是获得确定性结果（用于调试）时，检查点不应干扰随机数序列。感谢您的快速回复，我开始怀疑我在这个问题上的理智。
0.727133
0.215537
0.516879
-2.12532
0.314652
1.78136
0.511111
0.83119
0.637067

is >> rng;
is >> <some other stuff>...

0.727133
0.215537
0.516879
0.314652
1.78136
1.28201
0.637067
0.298175
0.802607