在快速处理循环中的R问题中重置种子（到具有未知值的种子）

我需要在一个循环中多次重置随机种子，因为我必须调用一个函数，该函数将使用专用种子（在我的示例中未显示）绘制特定值。建议使用未知值设置种子的解决方案是调用“rm（.Random.seed，envir=globalenv（））”。但是，它实际上会导致设置相同的种子，因为循环的处理速度非常快，以至于globalenv（）在循环的多个连续迭代中返回相同的值

在下面的代码中，我在每次循环迭代中调用rm（.Random.seed，envir=globalenv（））。可以看出，在从1:100000整数池中随机抽取的100000个整数中，只抽取了14522个唯一的数字。相比之下，如果直接从100000张图纸中抽取100000张图纸进行替换，则会抽取63000多个唯一值。差异是由于rm（.Random.seed，envir=globalenv（））返回同一种子的次数太多，因为循环处理得太快

#所需代码
T=100000
值=向量（长度=T）
对于（1:T中的i）{
值[i]=样本（1:T，1，replace=TRUE）
#一些函数调用一个种子，然后需要随机重置为一个新的种子
rm（.Random.seed，envir=globalenv（））
}
长度（唯一（值））
[1] 14522
#反事实
长度（唯一（样本（1:T，T，replace=TRUE）））
[1] 63189

---

如果我能够重置一个种子（为每个迭代分配一个新的未知种子），那么唯一值的数量将与反事实数字~63000相似，因为， 如

随机

文档条目中所述：

最初，没有种子；当需要时，将根据当前时间和进程ID创建一个新的进程。 因此，默认情况下，不同的会话将给出不同的模拟结果

因此，如果迭代确实很快， 如果每次都删除种子，那么在许多迭代中种子自然是相同的

你不能依赖R的默认行为， 因为它是为不同的课程制作不同的种子，

---

因此，您必须在循环或类似操作之前填充

值，
如
随机
文档条目中所述：

最初，没有种子；当需要时，将根据当前时间和进程ID创建一个新的进程。
因此，默认情况下，不同的会话将给出不同的模拟结果

因此，如果迭代确实很快，
如果每次都删除种子，那么在许多迭代中种子自然是相同的

你不能依赖R的默认行为，
因为它是为不同的课程制作不同的种子，
因此，您必须在循环或类似操作之前填充
值。
一个解决方案是有两个RNG。其中一个位于您的循环之外，并提供一个伪随机数流。该外部RNG仅在程序开始时播种一次

循环中还有第二个RNG，它从外部RNG获取种子，而不是
globalenv
变量

我不知道R，所以这里有一些伪代码来说明这个概念：

RNG outerRNG(seed = globalenv)

loop
  RNG innerRNG(seed = outerRNG.next())
  do_loop_stuff()
endloop

查看RNG文档，检查它在开始重复之前生成了多少个数字。如果这对您很重要，您可能需要采取措施阻止它重复其序列。
一个解决方案是有两个RNG。其中一个位于您的循环之外，并提供一个伪随机数流。该外部RNG仅在程序开始时播种一次

循环中还有第二个RNG，它从外部RNG获取种子，而不是
globalenv
变量

我不知道R，所以这里有一些伪代码来说明这个概念：

RNG outerRNG(seed = globalenv)

loop
  RNG innerRNG(seed = outerRNG.next())
  do_loop_stuff()
endloop

查看RNG文档，检查它在开始重复之前生成了多少个数字。如果这对您很重要，您可能需要采取措施阻止它重复其序列。
我不确定是否正确理解您的意思，但如果您根本不设置种子，您仍然会得到相同的
长度（唯一（值））
如果设置
set.seed（I），这也是正确的
在循环中。我不确定我是否理解正确，但如果你根本不设置种子，你仍然会得到相同的
长度（唯一（值））
如果你在循环中设置
set.seed（I）
，这也是正确的。