Random 生成给定范围内的随机整数和实数

根据模块中的手册页，我们可以在给定范围内生成随机数，例如：

use Random;

var rng1 = new owned RandomStream( eltType= real, seed= 100 );
var rng2 = new owned RandomStream( eltType= int,  seed= 100 );

for i in 1..5 do
    writeln( rng1.getNext( min= 3.0, max= 5.0 ) );

writeln();
for i in 1..5 do
    writeln( rng2.getNext( min= 20, max= 80 ) );

其中给出了（chpl-1.20.0）：

在这里，我注意到手册页给出了整数和实数情况的以下注释：

对于整数，此类使用一种策略来生成特定范围内的值，该值未经过严格研究，可能存在统计问题

对于实数，此类通过计算[0,1]中的随机值并缩放和移动该值来生成[max，min]中的随机值。注意，并非间隔[min，max]中所有可能的浮点值都可以用这种方式构造

（我用斜体字强调）。对于实数，这是否与所谓的“浮点数密度”有关（例如，在中询问）？此外，对于整数，是否有一些情况下，我们需要小心，即使是“典型”的使用？ （这里，“典型”是指，例如，在给定范围内近似平坦分布的10**8个随机整数的生成。）

---

仅供参考，我的“使用案例”不是对随机数的严格质量测试，而是典型的蒙特卡罗计算（例如，在立方晶格上选择随机点）。

手册页中的注释表明与已研究的其他PCG随机数方法不同（至少是PCG算法的作者）

浮点数的问题确实与浮点数密度有关。请参阅PCG作者的文章。即使在[0.0,1.0]中生成随机数，这也是一个潜在问题。文档中的这一段描述了该问题：

当生成实数、虚数或复数时，此 实现使用生成64位无符号 整数，然后将其乘以2.0**-64，以便将其转换为 一个浮点数。而这并不构成一个统一的 基于四舍五入浮点值的分布，它省略了许多 可能的实际值（例如，2**-128）。我们认为 策略具有合理的统计特性 这个策略是，实数1.0可以生成，因为 舍入。可以生成实数0.0，因为PCG可以生成 值0为随机整数

请注意，64位实数可以存储小到

2.0**-1024

的数字，但通过将正整数除以

2**64

来获得这样的数字是不可能的（在这里和上面我使用

**

作为求幂运算符，因为它在语法中就是这样做的）。我建议您阅读IEEE浮点格式（例如or）以了解这方面的背景信息。如果您使用RNG为在

real（64）上运行的算法生成测试输入，您可能会关心这一点

值。在这种情况下，您可能希望生成非常小的值。请注意，以非统一方式构建能够生成所有

real（64）

值的RNG并不难（例如，只需将位从

uint

复制到

real

）

关于你问题的另一部分：

我用TestU01对特定范围内的随机整数的生成进行了一些基本的统计测试，我对它在蒙特卡罗计算中的应用很有信心。但是我不是这方面的专家，因此我在文档中给出了警告。文档中的以下信息描述了我所做的测试身份证：

我们已经使用TestU01（可在 )1.我们量了我们的体重 使用TestU01 1.2.3和Crush套件实现，包括 144项统计测试的结果如下：

• 生成统一实数没有失败
• 1生成32位值失败（对于具有相同配置的PCG参考版本也是如此）
• 0生成64位值失败（我们将其作为2提供给TestU01 不同的32位值，因为它一次只接受32位）
• 0生成有界整数失败（我们通过请求

  [0..2**31+2**30+1]中的值提供给TestU01）

  ，直到我们有两个值<2**31，删除前0位，然后将前16位组合成提供给TestU01的值）

---

（非常感谢您的详细回答，很高兴听到普通MC应用程序可以。我将阅读链接页面，并在必要时询问更多问题。）

4.50371
4.85573
4.2246
4.84289
3.63607

36
57
79
39
57