Random.Next()有多随机？

Question

Random.Next()有多随机？

11

我一直在对Random类进行测试，使用了以下代码：

while (x++ <= 5000000)
{
    y = rnd.Next(1, 5000000);
    if (!data.Contains(y))
        data.Add(y);
    else
    {
        Console.WriteLine("Cycle {2}: Repetation found for number {0} after {1} iteration", y, x, i);
        break;
    }
}

我不断改变随机数的最大限制(例如5000000)，并改变迭代次数，得到了以下结果：

1) if y = rnd.Next(1, 5000) : The average is between 80 to 110 iterations
2) if y = rnd.Next(1, 5000000) : The average is between 2000 to 4000 iterations
3) if y = rnd.Next(1, int.MaxValue) : The average is between 40,000 to 80,000 iterations.

为什么我获得这些平均值，即每个值我检查10次，其中80％的时间我得到了这个平均范围内的结果。我不认为我们可以称其为接近随机。

我该怎么做才能获得相对随机的数字。

- Bhaskar

4

它之所以被称为伪随机，是有原因的。 - Brian Rasmussen

4

随机并不意味着“独特”。 - nos

22

恭喜你发现了生日悖论。 - kennytm

3

9、9、9、9 你确定这是随机的吗？这就是随机的问题，你永远无法确定。 <3 Dilbert - Pierre-Alain Vigeant

重复：https://dev59.com/J3I95IYBdhLWcg3wzRXv（只是语言不同，代码相同）。 - Dawid

3

根据您对随机的定义，考虑使用类似以下代码的“myRandom”类：

class myRandom {
    int rnd;
    public int Next() {
        return rnd = ++rnd % int.MaxValue;
    }
}

可以保证不会出现重复，直到所有正整数都被使用过为止。 - Zano

5个回答

18

你认为如果数字不重复，随机性就会更好。这是错误的。

真正的随机性没有记忆性。当你选择下一个数字时，得到相同数字的几率与范围内的其他任何数字一样高。

如果你掷骰子得到了一个六，然后再次掷骰子，得到另一个六的概率并不会变小。如果你连续掷出两个六，这并不意味着骰子坏了。

Random类中的随机性当然不完美，但这并不是你测试所显示的内容。它只是表明了每个随机数生成器都会出现的现象，即使它实际上创建了真正的随机数而不仅仅是伪随机数。

- Guffa

它确实可能会。我的10面骰子中，数字8、9、0的出现频率比其他数字要高得多。它们非常适合漫威超级英雄游戏，但对于需要较低数字的其他游戏来说就不好用了。也就是说，骰子确实有可能坏掉。 - PRMan

3

您正在通过重复对来判断随机性，这不是最好的随机性测试方法。您看到的重复情况类似于生日悖论：http://en.wikipedia.org/wiki/Birthday_problem，如果您不寻找特定事件，则在小样本量下可能会发生重复事件。

- adharris

2

根据文档，要生成适用于创建随机密码的加密安全随机数，需要使用从System.Security.Cryptography..::.RandomNumberGenerator派生的类，如System.Security.Cryptography..::.RNGCryptoServiceProvider。请注意保留HTML标签。

- David

2

计算机无法生成真正的随机数。如果您需要一个真正的随机数(David在dot net框架中给出了最佳选项), 您需要一个外部的随机源。

- Dani

1

我喜欢random.org如何使用大气干扰中的噪声。 - Pierre-Alain Vigeant

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Eric Lippert · Accepted Answer

您没有在测试循环。您测试的是获得之前随机数所需时间，这是完全不同的概念。对于测试获得之前的随机数所需的时间，您的数据是准确的。请在维基百科中搜索“生日悖论”，以查看在若干次迭代后发生碰撞的概率图表。

巧合的是，上周我写了一篇关于这个主题的博客文章。它将于3月22日发布。有关详细信息，请点击我的博客。

如果您想要测试伪随机数生成器的周期长度，那么您需要查找的不是之前获得过的数字，而是之前已经出现过的精确序列长度。有许多有趣的方法可以做到这一点，但最简单的方法可能是直接告诉您：Random的周期长度为几十亿，因此您不太可能编写一个能够发现这一事实的程序。您需要存储大量数字。

然而，周期长度并不是衡量伪随机数生成器质量的唯一标准。请记住，PRNG不是随机的，它们是可预测的，因此您必须非常仔细地考虑“随机性”的度量标准。

请给我们更多的细节：您为什么关心Random的“随机”程度？您使用它的应用程序是什么，您关心什么方面的随机性？