Macos 最快的随机数发生器

我打算通过Swift 3实现一个随机数生成器。我有三种不同的方法来生成一个整数（介于

0

和

50000

之间），可以不间断地生成一万次

这些生成器是否使用生成值的相同数学原理

哪个生成器在运行时CPU和RAM密集度较低（有10000次迭代）

方法A：

方法B：

方法C：

---

所有这些都有很好的文档记录，并且大多数都发布了源代码

var generator: Int = random() % 50000

首先，这是，所以它肯定不会等价于一个适当的均匀随机数。

random

的文档解释：

random（）函数使用一个非线性、加性反馈、随机数生成器，使用大小为31个长整数的默认表。它返回范围内连续的伪随机数 从0到（2**31）-1。这个随机数发生器的周期非常大，大约为16*（（2**31）-1）

但是你可以在苹果的网站上看到完整的实现和文档

对比

arc4random_uniform

（没有模偏差）的文档：

这些函数使用加密伪随机数生成器快速生成高质量的随机字节。一个数据池用于流程中的所有使用者，因此 在程序下，流动可作为额外的搅拌。该子系统定期从内核随机数子系统重新播种，也在fork（2）上

此外，还提供了。从

arc4random_uniform

中需要注意的重要一点是，它通过正确调整模，然后生成随机数，直到其位于正确的范围内，从而避免模偏差。原则上，这可能需要生成无限数量的随机值；在实践中，它需要产生不止一个的情况是非常罕见的，而且很少会产生不止一个的情况

gkramonSource.SharedAndom（）

也有很好的文档记录：

系统随机源与arc4random C函数族共享状态。使用此源生成随机数会修改将来调用这些函数的结果，而调用这些函数会修改此源生成的随机值序列。因此，此源既不是确定性的，也不是独立的。仅将其用于不依赖于这些属性的琐碎游戏机制

对于性能，您希望

random（）

速度最快，因为它从不从系统熵池中播种自身，因此它也不会减少系统中的熵（尽管

arc4random

只是周期性地减少熵，我相信大约每生成1.5MB左右的随机字节；不是每个值都会减少熵）。但与所有性能方面一样，您必须配置文件。当然，由于

random（）

没有对自身重新设定种子，因此它的随机性低于

arc4random

，而arc4random本身的随机性低于系统中的熵源（

/dev/random

）

---

如果您有疑问，请使用GameplayKit。苹果选择了

sharedRandom（）

的实现，这是基于他们认为在大多数情况下最有效的方式。否则使用

arc4random

。但是，如果您确实需要将“非常好”（但不是加密）随机数对系统的影响降至最低，请查看

random

。如果你愿意接受“如果你看得不太仔细，就有点随机”的数字，并且对系统的影响更小，请查看

rand

。如果您希望对系统几乎没有影响（保证O（1），可内联），请参阅。

所有这些都有很好的文档记录，并且大多数都发布了源代码

var generator: Int = random() % 50000

首先，这是，所以它肯定不会等价于一个适当的均匀随机数。

random

的文档解释：

random（）函数使用一个非线性、加性反馈、随机数生成器，使用大小为31个长整数的默认表。它返回范围内连续的伪随机数 从0到（2**31）-1。这个随机数发生器的周期非常大，大约为16*（（2**31）-1）

但是你可以在苹果的网站上看到完整的实现和文档

对比

arc4random_uniform

（没有模偏差）的文档：

这些函数使用加密伪随机数生成器快速生成高质量的随机字节。一个数据池用于流程中的所有使用者，因此 在程序下，流动可作为额外的搅拌。该子系统定期从内核随机数子系统重新播种，也在fork（2）上

此外，还提供了。从

arc4random_uniform

中需要注意的重要一点是，它通过正确调整模，然后生成随机数，直到其位于正确的范围内，从而避免模偏差。原则上，这可能需要生成无限数量的随机值；在实践中，它需要产生不止一个的情况是非常罕见的，而且很少会产生不止一个的情况

gkramonSource.SharedAndom（）

也有很好的文档记录：

系统随机源与arc4random C函数族共享状态。使用此源生成随机数会修改将来调用这些函数的结果，而调用这些函数会修改此源生成的随机值序列。因此，此源既不是确定性的，也不是独立的。仅将其用于不依赖于这些属性的琐碎游戏机制

对于性能，您可能希望

random（）

是最快的，因为它没有

import GameKit
let number: [Int] = [0, 1, 2... 50000]

func generator() -> Int {
    let random = GKRandomSource.sharedRandom().nextIntWithUpperBound(number.count)
    return number[random]
}

var generator: Int = random() % 50000

func xorshift128plus(seed0 : UInt64, seed1 : UInt64) -> () -> UInt64 {
    var s0 = seed0
    var s1 = seed1
    if s0 == 0 && s1 == 0 {
        s1 =  1 // The state must be seeded so that it is not everywhere zero.    
    }

    return {
        var x = s0
        let y = s1
        s0 = y
        x ^= x << 23
        x ^= x >> 17
        x ^= y
        x ^= y >> 26
        s1 = x
        return s0 &+ s1
    }

}

// create random generator, seed as needed!!
let random = xorshift128plus(seed0: 0, seed1: 0)

for _ in 0..<100 {
// and use it later
    random()
}

func random_uniform(bound: UInt64)->UInt64 {
    var u: UInt64 = 0
    let b: UInt64 = (u &- bound) % bound
    repeat {
        u = random()
    } while u < b
    return u % bound
}

let r_number = random_uniform(bound: 5000) // r_number from interval 0..<5000