首页 / JAVASCRIPT / JS随机数生成算法
JS随机数生成算法
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了JS随机数生成算法,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2509字,纯文字阅读大概需要4分钟。
内容图文
![JS随机数生成算法](/upload/InfoBanner/zyjiaocheng/1331/01a7375979c146ea8c97b12c9aeb0f27.jpg)
------------------------------------------
知乎上边淘到的知识,又学到了~
http://www.zhihu.com/question/22818104
------------------------------------------
见到这个随机数生成算法好几次了,乍看有点鸡肋本来用Math.random()就可以的事。想不清楚为什么他要用9301,49297,233280这三个数字?其中有道理吗?还是仅是随意选的三个数?但是这个组合貌似流传很广。好多小网站源码里都见到过。
function rnd ( seed ){ seed = ( seed * 9301 + 49297 ) % 233280 ; //为何使用这三个数? return seed / ( 233280.0 ); }; function rand ( number ){ today = new Date (); seed = today . getTime (); return Math . ceil ( rnd ( seed ) * number ); }; myNum = ( rand ( 5 ));
Google了一下这3个数字,一些说法也是人云亦云没有找到合理的解释。
例如: Generate Repeatable Random Numbers (in JS)
You may ask: Why ‘(seed * 9301 + 49297) % 233280‘ ?!
The answer is both simple&complicated: The combination of 9301, 49297 and 233280 provide a very even distributed set of “random” numbers. Please don’t ask WHY – that’s the complicated part, some very smart people figured out those numbers quite some time ago, and I also cannot tell you how they did it.
很聪明的前人算出来的?。。。
=============================================================
又找到一个页面 http://www.ict.griffith.edu.au/anthony/info/C/RandomNumbers 好像有列举,但是没能看懂,ACM之类的。。,有人能解释下不?
Simple (bad) Psuedo Random Number Generator (Sic)
The low bit typically just toggles between calls.
random() {
seed = ( seed * mulitiplier + increment ) % modulus;
return seed;
}
Table of Good values
Multiplier Increment Modulus
25173 13849 65536
9301 49297 233280
=+=+=+=+=+=+=+=+=+=+=+=+==+=+=+=+=+=+=+=+=+=+=+=+= 简陋的分割线 =+=+=+=+=+=+=+=+=+=+=+=+==+=+=+=+=+=+=+=+=+=+=+=+=
here is the answer:
很多人认为这是简单的Magic Number,其实这背后有内在的原因,这三个数字并不是随便乱选出来的。
入门级的选择标准
这种伪随机数生成器叫做线性同余生成器(LCG, Linear Congruential Generator),几乎所有的运行库提供的rand都是采用的LCG,形如:
生成的伪随机数序列最大周期m,范围在0到m-1之间。要达到这个最大周期,必须满足
- c与m互质
- a - 1可以被m的所有质因数整除
- 如果m是4的倍数,a - 1也必须是4的倍数
以上三条被称为Hull-Dobell定理。
作为一个伪随机数生成器,周期不够大是不好意思混的,所以这是要求之一。
可以看到,a=9301, c = 49297, m = 233280这组参数,以上三条全部满足。
进阶级的选择标准
要在伪随机数生成器界混,仅仅入门是不够的。
从工程的角度来讲,
的值要(在合理的范围内)足够小,以避免溢出的问题。
从安全(实用)性的角度来讲,还要满足良好的随机性,这一点可以通过Knunth‘s Spectral Test来评估(见[2]),要通过2,3,4,5以及6维的Spectral Test才行。Spectral Test考察的就是生成的伪随机数序列在超空间的网格结构(lattice structure),当年IBM的RNADU子程序闹出的乌龙,连3维的Spectral Test就不能通过,上图嘲讽下:
其中每个点代表三个连续的RANDU生成的伪随机数值,可以看到所有伪随机数分布在了15个二维平面上。
在这种要求面前,c的值最好:
- 是质数 (c = 49297就是质数)
- 接近
,(m = 233280时为49297.86460172205)
所以有了这样一些基本的标准,能够选择的参数范围就小了很多,弄个程序跑下Spectral Test,就能得到可选的参数组。
参考资料:
[1]
http://nuclear.fis.ucm.es/COMP-PHYS/RANDOM/RandomNumbers.pdf
[2]
http://random.mat.sbg.ac.at/tests/theory/spectral/
原文:http://www.cnblogs.com/yangtze736-2013-3-6/p/3563954.html
内容总结
以上是互联网集市为您收集整理的JS随机数生成算法全部内容,希望文章能够帮你解决JS随机数生成算法所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。