Python 随机数算法_Python_Algorithm_Random

Python 随机数算法

python algorithm random

Python 随机数算法,python,algorithm,random,Python,Algorithm,Random,我需要按组生成随机数：100、500、1000和10000个数字和高斯数。这对于创建一些直方图和其他统计数据是必要的条件是不使用python的本机随机函数，所以我考虑使用这种方法（线性同余生成器）：Xn+1≡ （aXn+c）模块m。这里我需要4个变量。有人能告诉我如何实现这个算法吗？我假设第一次使用的m变量是100你已经知道了，那么什么东西这么难读懂呢它告诉您已经知道的公式，以及您应该如何选择它们的说明：一般LCG的周期最多为m，并且对于某些系数a远小于此。如果偏移量c不为零，当且仅

我需要按组生成随机数：100、500、1000和10000个数字和高斯数。这对于创建一些直方图和其他统计数据是必要的

条件是不使用python的本机随机函数，所以我考虑使用这种方法（线性同余生成器）：

Xn+1≡ （aXn+c）模块m

。这里我需要4个变量。

有人能告诉我如何实现这个算法吗？我假设第一次使用的m变量是100

你已经知道了，那么什么东西这么难读懂呢

它告诉您已经知道的公式，以及您应该如何选择它们的说明：

一般LCG的周期最多为m，并且对于某些系数a远小于此。如果偏移量c不为零，当且仅当满足以下条件时，LCG将对所有种子值具有完整的周期：

1） c和m是相对素数

2） a-1可被m的所有素数因子整除

3）如果m是4的倍数，则a-1是4的倍数

他们甚至在下表中给出了这些值的一些示例。这足以实现一个简单的功能：

def LCG(seed, n, a=1664525, c=1013904223, m=2**32):
    numbers = []
    for i in xrange(n):
        seed = (a * seed + c) % m
        numbers.append(seed)

    return numbers

print LCG(3, 5)

你已经知道，这是，那么什么是那么难读了吗

它告诉您已经知道的公式，以及您应该如何选择它们的说明：

一般LCG的周期最多为m，并且对于某些系数a远小于此。如果偏移量c不为零，当且仅当满足以下条件时，LCG将对所有种子值具有完整的周期：

1） c和m是相对素数

2） a-1可被m的所有素数因子整除

3）如果m是4的倍数，则a-1是4的倍数

他们甚至在下表中给出了这些值的一些示例。这足以实现一个简单的功能：

def LCG(seed, n, a=1664525, c=1013904223, m=2**32):
    numbers = []
    for i in xrange(n):
        seed = (a * seed + c) % m
        numbers.append(seed)

    return numbers

print LCG(3, 5)

你已经知道，这是，那么什么是那么难读了吗

它告诉您已经知道的公式，以及您应该如何选择它们的说明：

一般LCG的周期最多为m，并且对于某些系数a远小于此。如果偏移量c不为零，当且仅当满足以下条件时，LCG将对所有种子值具有完整的周期：

1） c和m是相对素数

2） a-1可被m的所有素数因子整除

3）如果m是4的倍数，则a-1是4的倍数

他们甚至在下表中给出了这些值的一些示例。这足以实现一个简单的功能：

def LCG(seed, n, a=1664525, c=1013904223, m=2**32):
    numbers = []
    for i in xrange(n):
        seed = (a * seed + c) % m
        numbers.append(seed)

    return numbers

print LCG(3, 5)

你已经知道，这是，那么什么是那么难读了吗

它告诉您已经知道的公式，以及您应该如何选择它们的说明：

一般LCG的周期最多为m，并且对于某些系数a远小于此。如果偏移量c不为零，当且仅当满足以下条件时，LCG将对所有种子值具有完整的周期：

1） c和m是相对素数

2） a-1可被m的所有素数因子整除

3）如果m是4的倍数，则a-1是4的倍数

他们甚至在下表中给出了这些值的一些示例。这足以实现一个简单的功能：

def LCG(seed, n, a=1664525, c=1013904223, m=2**32):
    numbers = []
    for i in xrange(n):
        seed = (a * seed + c) % m
        numbers.append(seed)

    return numbers

print LCG(3, 5)

我怀疑你能找到一个m=100的好的线性同余生成器。你应该看看m大得多的发电机。更好的是，如果您有时间，可以使用Mersenne Twister。然后使用其他技术将最终结果转换为您想要的统一范围，或者将生成器的输出转换为高斯（在类似的主题上，这里有很多以前的问题，所以请查阅）。我已经尝试过这个方法：n=1c=3x=0m=100，对于范围（100）中的i:x=（a*x+c）%m非常感谢david，我会查的out@DavidKpython的原生PRNG是Mersenne Twister。@pjs很高兴知道这一点。这可能与了解为什么施加不使用本机函数的条件有关。如果是“我希望你有实现随机数生成器的经验，而不是仅仅调用

random.randint（）

”，那么任何好的RNG都应该是公平的。如果是“我想你实现一个不是Mersenne Twister的RNG，这样我们就可以比较这两种算法”，那么当然不能使用MT。我怀疑你会找到一个m=100的好的线性同余生成器。你应该看看m大得多的发电机。更好的是，如果您有时间，可以使用Mersenne Twister。然后使用其他技术将最终结果转换为您想要的统一范围，或者将生成器的输出转换为高斯（在类似的主题上，这里有很多以前的问题，所以请查阅）。我已经尝试过这个方法：n=1c=3x=0m=100，对于范围（100）中的i:x=（a*x+c）%m非常感谢david，我会查的out@DavidKpython的原生PRNG是Mersenne Twister。@pjs很高兴知道这一点。这可能与了解为什么施加不使用本机函数的条件有关。如果是“我希望你有实现随机数生成器的经验，而不是仅仅调用

random.randint（）