C# 系统随机性是否会始终为跨平台的给定种子生成可预测的数字?
我知道Object.GetHashCode可以根据平台为同一对象返回不同的值(例如,相同的字符串)。因此,我不能依赖它来实现跨平台的简单散列C# 系统随机性是否会始终为跨平台的给定种子生成可预测的数字?,c#,.net,random,C#,.net,Random,我知道Object.GetHashCode可以根据平台为同一对象返回不同的值(例如,相同的字符串)。因此,我不能依赖它来实现跨平台的简单散列 但我能依赖系统吗?随机的?无论我是否使用Microsoft.NET/Mono/x86/x64等,它是否会为给定的种子生成相同的结果?不,您不能依赖跨平台或版本生成的一致值。来源(不太详细的内容不涉及此问题): random类中随机数生成器的实现不能保证在.NET Framework的主要版本中保持不变。因此,您不应该假设相同的种子将在不同版本的.NET F
但我能依赖系统吗?随机的?无论我是否使用Microsoft.NET/Mono/x86/x64等,它是否会为给定的种子生成相同的结果?不,您不能依赖跨平台或版本生成的一致值。来源(不太详细的内容不涉及此问题): random类中随机数生成器的实现不能保证在.NET Framework的主要版本中保持不变。因此,您不应该假设相同的种子将在不同版本的.NET Framework中产生相同的伪随机序列 正如Jeremy提到的,文档中指出,数字生成器不能保证在.NET版本中保持一致 然而,文档也告诉您 您可以通过从random类继承并提供随机数生成算法来实现自己的随机数生成器。要提供自己的算法,必须重写实现随机数生成算法的
Sample
方法。您还应该重写Next()
,Next(Int32, Int32)
和NextBytes
方法,以确保它们调用重写的示例方法。您不必重写Next(Int32)
和NextDouble
方法
利用它,我们可以创建我们自己的随机类,使用已知的固定算法。例如,我们可以去实现当前的随机算法,这将允许我们使用ConsistantRandom
类,并确保算法不会在我们身上改变
using System;
namespace ConsoleApplication1
{
public class ConsistantRandom: Random
{
private const int MBIG = Int32.MaxValue;
private const int MSEED = 161803398;
private const int MZ = 0;
private int inext;
private int inextp;
private int[] SeedArray = new int[56];
public ConsistantRandom()
: this(Environment.TickCount)
{
}
public ConsistantRandom(int seed)
{
int ii;
int mj, mk;
int subtraction = (seed == Int32.MinValue) ? Int32.MaxValue : Math.Abs(seed);
mj = MSEED - subtraction;
SeedArray[55] = mj;
mk = 1;
for (int i = 1; i < 55; i++)
{
ii = (21 * i) % 55;
SeedArray[ii] = mk;
mk = mj - mk;
if (mk < 0) mk += MBIG;
mj = SeedArray[ii];
}
for (int k = 1; k < 5; k++)
{
for (int i = 1; i < 56; i++)
{
SeedArray[i] -= SeedArray[1 + (i + 30) % 55];
if (SeedArray[i] < 0) SeedArray[i] += MBIG;
}
}
inext = 0;
inextp = 21;
}
protected override double Sample()
{
return (InternalSample() * (1.0 / MBIG));
}
private int InternalSample()
{
int retVal;
int locINext = inext;
int locINextp = inextp;
if (++locINext >= 56) locINext = 1;
if (++locINextp >= 56) locINextp = 1;
retVal = SeedArray[locINext] - SeedArray[locINextp];
if (retVal == MBIG) retVal--;
if (retVal < 0) retVal += MBIG;
SeedArray[locINext] = retVal;
inext = locINext;
inextp = locINextp;
return retVal;
}
public override int Next()
{
return InternalSample();
}
private double GetSampleForLargeRange()
{
int result = InternalSample();
bool negative = (InternalSample() % 2 == 0) ? true : false;
if (negative)
{
result = -result;
}
double d = result;
d += (Int32.MaxValue - 1);
d /= 2 * (uint)Int32.MaxValue - 1;
return d;
}
public override int Next(int minValue, int maxValue)
{
if (minValue > maxValue)
{
throw new ArgumentOutOfRangeException("minValue");
}
long range = (long)maxValue - minValue;
if (range <= (long)Int32.MaxValue)
{
return ((int)(Sample() * range) + minValue);
}
else
{
return (int)((long)(GetSampleForLargeRange() * range) + minValue);
}
}
public override void NextBytes(byte[] buffer)
{
if (buffer == null) throw new ArgumentNullException("buffer");
for (int i = 0; i < buffer.Length; i++)
{
buffer[i] = (byte)(InternalSample() % (Byte.MaxValue + 1));
}
}
}
}
使用系统;
命名空间控制台应用程序1
{
公共类一致性:随机
{
private const int MBIG=Int32.MaxValue;
私有常量int MSEED=161803398;
私有常量int MZ=0;
私人不精确;
私营企业;
私有int[]种子数组=新int[56];
公共一致性()
:此(Environment.TickCount)
{
}
公共一致性(int seed)
{
int ii;
int-mj,mk;
int减法=(seed==Int32.MinValue)?Int32.MaxValue:Math.Abs(seed);
mj=MSEED-减法;
种子阵列[55]=mj;
mk=1;
对于(int i=1;i<55;i++)
{
ii=(21*i)%55;
种子数组[ii]=mk;
mk=mj-mk;
如果(mk<0)mk+=MBIG;
mj=种子阵列[ii];
}
对于(int k=1;k<5;k++)
{
对于(int i=1;i<56;i++)
{
种子阵列[i]-=种子阵列[1+(i+30)%55];
if(SeedArray[i]<0)SeedArray[i]+=MBIG;
}
}
不精确=0;
inxtp=21;
}
受保护覆盖双样本()
{
返回(InternalSample()*(1.0/MBIG));
}
私有int InternalSample()
{
内部检索;
int locINext=不精确;
int locinxtp=inxtp;
如果(++locINext>=56)locINext=1;
如果(++locINextp>=56)locINextp=1;
retVal=SeedArray[locINext]-SeedArray[locINextp];
如果(retVal==MBIG)retVal--;
如果(retVal<0)retVal+=MBIG;
SeedArray[locinquet]=retVal;
不精确=不精确;
inxtp=locinxtp;
返回返回;
}
公共覆盖int Next()
{
返回内部样本();
}
私有双GetSampleForLargeRange()
{
int result=InternalSample();
布尔负=(InternalSample()%2==0)?真:假;
如果(否定)
{
结果=-结果;
}
双d=结果;
d+=(Int32.MaxValue-1);
d/=2*(uint)Int32.MaxValue-1;
返回d;
}
公共覆盖int-Next(int-minValue,int-maxValue)
{
如果(最小值>最大值)
{
抛出新ArgumentOutOfRangeException(“minValue”);
}
长范围=(长)最大值-最小值;
if(range,我建议依赖一个名为“Random”的类来给出可预测的数字是一个错误:)我不认为有任何保证他们在某个时候不会改变算法……你有新的随机循环吗?@DavidG在给定特定种子的情况下,依靠随机数生成器生成可预测的结果是很常见的,以便确定地再现问题,等等@DavidG在这种情况下,你会建议如何再现gamep非专业场景等。考虑到它们涉及许多RNG计算,这是决定性的?谢谢你,这正是我要寻找的,我很惭愧我没有在文档中看到这一点。现在我必须搜索一些保证可预测的东西,或者写我自己的(因为它不需要花哨)@vargonian:我在这里整理了一个简单的PRNG,如果你愿意,你可以使用它或改进它:@vargonian供你参考,这样你就可以使用它的重命名副本,并且安全一致。