相关疑难解决方法(0)

假设我已经或即将编写一组相关函数.假设他们与数学有关.在组织上,我应该:

1. 编写这些函数并将它们放在我的MyMath命名空间中并通过它们引用它们MyMath::XYZ()
2. 创建一个名为的类MyMath,并将这些方法设为静态,并引用类似的方法MyMath::XYZ()

为什么我会选择一个作为组织我的软件的方法？

我似乎看到很多答案,有人建议使用它<random>来生成随机数,通常伴随着这样的代码:

std::random_device rd;  
std::mt19937 gen(rd());
std::uniform_int_distribution<> dis(0, 5);
dis(gen);

通常这会取代某种"邪恶的憎恶",例如:

srand(time(NULL));
rand()%6;

我们可能会批评旧的方式,认为time(NULL)提供低熵,time(NULL)可预测,最终结果是不均匀的.

但所有这一切都适用于新的方式:它只有一个更光亮的贴面.

• rd()返回一个unsigned int.这至少有16位,可能是32位.这还不足以为MT的19937位状态提供种子.

• 使用std::mt19937 gen(rd());gen()(以32位播种并查看第一个输出)不能提供良好的输出分布.7和13永远不会是第一个输出.两粒种子产生0.十二粒种子产生1226181350.(链接)

• std::random_device可以(有时是)实现为具有固定种子的简单PRNG.因此,它可能在每次运行时产生相同的序列.(链接)这甚至比time(NULL).

更糟糕的是,尽管存在它们包含的问题,但复制和粘贴上述代码片段非常容易.对此的一些解决方案需要获得可能不适合每个人的大型 库.

鉴于此,我的问题是如何在C++中简洁,便携,彻底地播种mt19937 PRNG？

鉴于上述问题,一个很好的答案:

• 必须完全播种mt19937/mt19937_64.
• 不能单独依赖std::random_device或time(NULL)作为熵的来源.
• 不应该依赖Boost或其他图书馆.
• 应该适合少量的线条,这样看起来很好,可以复制粘贴到答案中.

思考

• 我目前的想法是,输出来自std::random_device(可能通过XOR)time(NULL),从地址空间随机化得到的值,以及硬编码常量(可以在分配期间设置)以获得熵的最佳努力.

• std::random_device::entropy() 没有很好地说明std::random_device可能做什么或不做什么.