我已经在CPython 2.6(原始的Python实现)中尝试了这段代码片段:
from random import Random, random
class Uniform(Random, object):
def __init__(self, min, max):
self._min =min
self._max =max
def randint(self):
return super(Uniform, self).randint (self._min, self._max)
def uniform(self):
return super(Uniform, self).uniform(self._min, self._max)
if __name__ == '__main__':
a=Uniform(0., 1.2)
print a.uniform()
print a.randint()
虽然看起来是正确的Python继承,但会抛出此错误:
/tmp/source.py in <module>()
11
12 if __name__ == '__main__':
---> 13 a=Uniform(0., 1.2)
14 print a.uniform()
15 print a.randint()
TypeError: seed expected at most 1 arguments, got 2
WARNING: Failure executing file: </tmp/source.py>
但是如果你定义
def __init__(self, min, max):
as
def __init__(self, (min, max)):
事情会神奇地“正确”进行,但是Uniform的所有实例的第一个生成的随机数将始终相同(因为初始种子相同!)。
问题来源
random.Random
类是新式类,绝对不是基本类(在Unix上请参见/usr/lib/python2.6/random.py及其Windows等效项)。因此,关于内置类的子类化的黑客将出现在我们的课程中。尽管random.Random
类是新式的,但它是由C语言编写的第一类子类(在/usr/lib/python2.6/random.py中看到import _random
-它是内置类!)。
这是什么意思?我们需要覆盖__new__
方法,就好像它是内置类本身一样(更多信息请参见:problem subclassing builtin type)。
简短的最终解决方法
只需添加__new__
方法的覆盖即可(在这个“问题”的第二行中导入了random()
,并且只是在幕后传递给random.Random.seed(x)
来初始化对象种子(在源代码中/usr/lib/python2.6/random.py))。
class Uniform(Random, object):
def __new__(cls, *args, **kwargs):
return super (Uniform, cls).__new__ (cls, random() )
def __init__(self, min, max):
self._min =min
self._max =max
在Python中,您可以使用内置的梅森旋转器随机数生成器。祝你好运!