Haskell的纯伪随机生成器，有很好的API吗？

对于纯伪随机发生器（均匀双工），推荐的Haskell软件包是什么

首先我对一个方便的API感兴趣，速度也不错

可能是mwc random？

该标准具有纯界面。我建议将其包装成

状态g

（对于您正在使用的任何生成器g），以避免线程化状态；该函数可以轻松地将

next

等函数转换为有状态操作：

next :: (RandomGen g) => g -> (Int, g)
state :: (s -> (a, s)) -> State s a
state next :: (RandomGen g) => State g Int

该软件包基于

状态g

接口，带有发电机功能的预写包装；我认为它相当受欢迎

请注意，您仍然可以使用此纯接口运行操作。莫纳德兰多姆已经为这一目标做出了努力

我认为您可以编写一个（孤立的）实例来使用mwc random来处理这些问题。

我喜欢这个包。例如，您可以这样使用它从种子值生成无限个随机双精度延迟流：

import Data.Word (Word64)
import Data.List (unfoldr)
import System.Random.Mersenne.Pure64

randomStream :: (PureMT -> (a, PureMT)) -> PureMT -> [a]
randomStream rndstep g = unfoldr (Just . rndstep) g

toStream :: Word64 -> [Double]
toStream seed = randomStream randomDouble $ pureMT seed

main = print . take 10 $ toStream 42

使用系统随机（随机）

您可以使用内置的

randoms

函数获得类似的输出，该函数更短、更通用（感谢ehird指出这一点）：

使其成为MonadRandom的一个实例

在阅读了《蒙纳德兰多姆》（MonadRandom）之后，我开始好奇如何让《蒙纳德兰多姆》（MonadRandom）成为它的一个实例。开箱即用，它不起作用，因为

PureMT

没有实例化

RandomGen

的

split

函数。使其工作的一种方法是将

PureMT

包装在

newtype

中，并为

RandomGen

typeclass编写一个自定义

split

实例，其中存在一个默认的

MonadRandom

实例

import Control.Monad.Random
import System.Random.Mersenne.Pure64

getTenRandomDoubles :: Rand MyPureMT [Double]
getTenRandomDoubles = getRandoms >>= return . take 10

main = print $ evalRand getTenRandomDoubles g
  where g = MyPureMT $ pureMT 42


newtype MyPureMT = MyPureMT { unMyPureMT :: PureMT }
myPureMT = MyPureMT . pureMT

instance RandomGen MyPureMT where
  next  = nextMyPureMT
  split = splitMyPureMT

splitMyPureMT :: MyPureMT -> (MyPureMT, MyPureMT)
splitMyPureMT (MyPureMT g) = (myPureMT s, myPureMT s') where
  (s',g'') = randomWord64 g'
  (s ,g' ) = randomWord64 g

nextMyPureMT (MyPureMT g) = (s, MyPureMT g') where
  (s, g') = randomInt g

---

一个特别好的包，它有一个纯接口，也适用于加密应用程序，同时保持高性能

它提供了两个接口：一个是使用System.Random中的类型类的确定性纯接口，另一个是使用Crypto API包中的类型类的强IO接口

---

作为旁注：我通常更喜欢mersenne random软件包而不是mwc random软件包。他们使用原始的Mersenne Twister算法，在我的基准测试中，其性能比mwc random高出一个大的因数。

@ehird这里有什么无IO的随机性源可以保持它的纯净？ECC？@JFritsch:记住，纯净并不意味着没有IO。纯函数必须在给定相同参数的情况下始终返回相同的结果。唯一的“随机性来源”是生成器或种子（

g

，在类型签名中）。@JFritsch:没有PRNG为每个数字咨询外部来源；你只是从那里得到种子。您可以从种子创建类型为

StdGen

（一个

RandomGen

的实例）的值，IO中有一个全局生成器，可能是从外部源种子生成的。@ehird对于P RNGs，您肯定是对的。否则“否”有点强：D。在web2.0世界中，良好的随机性是一个问题，IO在其中扮演着重要角色。你可以为任何

RandomGen

（其中

PureMT

就是一个例子）使用

randoms:：（RandomGen g，Random a）=>g->[a]

@ehird哦，不知道

Random

！更新了我的答案在

mersenne-random-pure64

之上还构建了

monad mersenne random

。它有一个很好的特性，它允许在恒定的内存空间中运行一元迭代（请参见此问题：）。@sastanin感谢您为我指出相关的问题，

monad mersenne random

，给了我一些新的见解！

import Control.Monad.Random
import System.Random.Mersenne.Pure64

getTenRandomDoubles :: Rand MyPureMT [Double]
getTenRandomDoubles = getRandoms >>= return . take 10

main = print $ evalRand getTenRandomDoubles g
  where g = MyPureMT $ pureMT 42


newtype MyPureMT = MyPureMT { unMyPureMT :: PureMT }
myPureMT = MyPureMT . pureMT

instance RandomGen MyPureMT where
  next  = nextMyPureMT
  split = splitMyPureMT

splitMyPureMT :: MyPureMT -> (MyPureMT, MyPureMT)
splitMyPureMT (MyPureMT g) = (myPureMT s, myPureMT s') where
  (s',g'') = randomWord64 g'
  (s ,g' ) = randomWord64 g

nextMyPureMT (MyPureMT g) = (s, MyPureMT g') where
  (s, g') = randomInt g