Python中的线性同余生成器

我正在用Python编写一个LCG函数，用于投币和生成运行的蒙特卡罗模拟。我面临的问题是，当我生成一个随机数列表时，这些数字的模式是赔率和偶数交替的。我不知道这是LCG函数本身的一个属性，还是我在生成数字时的一个错误

这是我的密码：

def seedLCG(initVal):
    global rand
    rand = initVal

def lcg():
    a = 1140671485
    c = 128201163
    m = 2**24
    global rand
    rand = (a*rand + c) % m
    return rand

seedLCG(1)

for i in range(10):
    print lcg()

返回的值：

10581448
11595891
1502322
14136437
11348076
1403015
9622582
11013417
11529808
15836891

---

我假设我不需要担心溢出和大小，因为int和long可以根据Python的需要进行交换。

a*rand

将

rand

乘以一个奇数，因此当

rand

为奇数时，结果总是奇数；当

rand

为偶数时，结果总是偶数。然后添加奇数

c

，奇数变为偶数，奇数变为偶数。模对最后一位没有影响。因此，每次对

lcg

的调用都会将

rand

从奇数翻转到偶数或从偶数翻转到奇数

---

如果你对随机数很认真（但是你不需要密码强度的），考虑使用.< /P> < P>我相信你忘记了你的MOD在返回语句中划分代码> RAND 。应该是这样的：

def lcg():
    a = 1140671485
    c = 128201163
    m = 2**24
    global rand
    rand = (a*rand + c) % m
    return rand / m

---

资料来源：

派对有点晚，但其他人可能会感兴趣。 在Python 3中，可以通过定义以下两个函数来构造伪随机数生成器：

def lcg(x, a, c, m):
    while True:
        x = (a * x + c) % m
        yield x


def random_uniform_sample(n, interval, seed=0):
    a, c, m = 1103515245, 12345, 2 ** 31
    bsdrand = lcg(seed, a, c, m)

    lower, upper = interval[0], interval[1]
    sample = []

    for i in range(n):
        observation = (upper - lower) * (next(bsdrand) / (2 ** 31 - 1)) + lower
        sample.append(round(observation))

    return sample

第一个函数是作为生成器实现的实际LCG（即返回iterable对象的函数），而第二个函数迭代生成器对象以获取样本。后一个函数通常由最终用户调用，以在给定间隔内生成伪随机数

在定义了这两个功能之后，可以按如下方式使用它们：

# 30 numbers between 0 and 100
rus = random_uniform_sample(30, [0, 100])
print(rus)

输出：

[0, 66, 30, 67, 11, 52, 49, 60, 37, 26, 37, 83, 17, 30, 64, 79, 99, 80, 46, 54, 63, 25, 70, 72, 98, 33, 45, 71, 74, 17]

---

为什么要实现自己的，而不是使用python的内置生成器或numpy的选项呢？我只是想了解LCG是如何工作的。我对内置的发电机也做了同样的模拟。答案合理。现在您知道了LCG工作原理的答案是“糟糕”。为什么不使用：random.seed（initval）并获得一个新值：random.randint（0，2**24）？好的，这是有道理的。我有几个后续问题。为什么模对最后一位没有影响？这是所有LCG生成器的一个属性，还是将参数“a”更改为“a*rand”始终具有偶数值会产生影响？@SiddharthDhingra:因为模2^k不会影响低阶k位。至于

a*rand

，它将乘以一个奇数，对均匀度没有影响。