关于C++随机数生成中种子值设置的一点总结,解决随机数序列重复问题

来源:互联网 发布:开票软件170612 编辑:程序博客网 时间:2024/05/20 18:00

       今天编了一个遗传算法的小程序。在个体类的默认构造函数中,使用随机数来进行二进制编码的初始化。C++中的随机数其实是伪随机数,即随机数函数产生的是通过公式计算出来的一系列伪随机数,这个公式会采用一个种子数计算出一个数,而该数将成为产生下一个数的种子数。基于产生随机数的原理,如果采用相同的种子的话,两次调用随机数后产生的随机数序列将是一样的。一般情况下,在C++中使用当前时间作为种子数,这样两次调用随机函数产生的随机数序列就会不同,进而达到更加随机的效果。对于C/C++而言,通常产生的随机数的方法是调用以下两个函数:

  srand(time(NULL)); // 设定随机数种子, 参数内是使用当前时间作为种子

  rand(); // 产生一个随机数

  在种群类中,建立了一个个体类的数组。建立一个种群类的对象,发现使用种群类的默认构造函数得到的个体,都有着完全相同的二进制编码。原因是time(NULL)所取得的时间只能精确到秒,而建立一个对象数组所花费的时间显然远远低于这个数量级。

  可以采用一种比较费力的解决办法。那就是在个体类中增加一个函数,用来设置个体类的二进制串。使用一个unsigned类型的形式参数,这个参数的作用是作为该函数内部的随机数种子。另外,还要在种群类的默认构造函数中增加代码,产生一个随机数序列,并将这些随机数作为上述个体类新增函数的参数,用来修改个体类中二进制串的内容,实现个体对象数组中二进制串的随机化。但是这样要增加很多代码,很麻烦,也有为面向对象编程的原则,增加了群体类的工作量。

  通过在网上查找资料,有文章说使用结构体timeb与函数ftime可以取得毫秒级的时间,设置随机数种子的代码如下:   

    struct timeb stb;

    ftime(&stb);

    srand((unsigned)stb.millitm)

  经过测试,发现这一所谓毫秒级的时间种子数仍然不能解决问题。

  继续查资料,发现一种可以获得CPU高精度时间戳的方法,代码如下:   

  __declspec (naked) unsigned __int64 GetCpuCycle( void )
  {
      _asm
      {
          rdtsc
          ret
      }
  }

  其中,RDTSC指令的返回值存放在EDX EAX中, EDX为高32位,EAX为低32位。 RDTSC 指令即(Read Time Stamp Counter , 获得CPU的高精度时间戳。这样一来我们就可以获得当前的CPU自上电以来的时间周期数了:

  unsigned __int64 iCpuCycle = GetCpuCycle();

  因此,我们可以使用iCpuCycle 的低32位作为随机数的种子,代码如下:

     unsigned srnd=(unsigned)iCpuCycle;

  srand(srnd);

  经过测试,上述方法可行。但是这种方法的缺点是依赖于处理器,有些计算机的处理器可能不支持该指令。

  继续查资料,又找到一种可行的方法,该方法具有微秒级的精度,即使用QueryPerformanceCounter函数,它可以返回高精度的计数器值,其精度可达微秒级。通常该函数会与函数QueryPerformanceFrequency配合使用,函数QueryPerformanceFrequency的功能是如果当前机器存在定时器则查询出当前机器定时器的频率,我们可以利用QueryPerformanceFrequency测试当前系统里是否有这个高精度的定时器,如果有,则可以调用QueryPerformanceCounter获得一个精度很高的计数值。代码如下:

  #include<windows.h>

  LARGE_INTEGER nFrequency;

  if(::QueryPerformanceFrequency(&nFrequency))

  {

  LARGE_INTEGER nStartCounter;

  ::QueryPerformanceCounter(&nStartCounter);

  ::srand((unsigned)nStartCounter.LowPart);

  }

  经测试,使用这种方法也可以实现我的问题中的对象数组的真正的随机初始化。

 

本文转载自http://www.cnblogs.com/zuisanlang/archive/2011/12/09/2282960.html

原创粉丝点击