R语言seed问题

此文源自网上http://cos.name/cn/topic/15925，未经验证，请慎用！

set.seed(3000)，不是运行3000次，而是把种子设置为3000。

计算机的程序，都是通过确定的算法，根据确定的输入，算出确定的输出。想要得到真正的随机，需要通过外接物理随机数发生器，通过把随机的物理过程转变为随机值，才能实现。因此我们平常使用的计算机的随机数，其实都只是通过算法模拟得到，也就是伪随机。一般采用的办法是线性同余（参见http://en.wikipedia.org/wiki/Linear_congruential_generator）。

X[n+1] = (a * X[n] + c) mod m
为简单起见，我取简单的参数（a = 1, c = 3, m = 5），得到一个简单的算式：
X[n+1] = (X[n] + 3) mod 5
这时，把X[0]视为种子，于是：
若种子为0，得到数列：0, 3, 1, 4, 2, 0, ...
若种子为1，得到数列：1, 4, 2, 0, 3, 1, ...
若种子为2，得到数列：2, 0, 3, 1, 4, 2, ...
若种子为3，得到数列：3, 1, 4, 2, 0, 3, ...
若种子为4，得到数列：4, 2, 0, 3, 1, 4, ...

对于每个种子，所得到的数列看起来都是随机的（每个数值出现的频率都是相同的）。而一旦种子给定，每次调用随机数函数，函数都会根据上次得到的数列的某个值，计算出数列的下一个值并返回回来。而对于随机浮点数，一般是用随机产生的整数除以最大整数得到。

所以，随机数的种子一般只需要在调用随机函数之前设置一次，不建议设置多次。

另外，我一直没有搞明白一件事：设置多次种子，在算法上会不会对最终生成的随机数的分布造成影响？不知道有人了解么？

这恰恰就是种子最重要的作用。比如说你写了一段程序发给别人看，程序中要生成一系列随机数，如果你不设置随机数种子，那么别人运行你的程序时，生成的随机数就会与你的不同，得到的结果也就可能与你不同，这样就没有办法重复及验证你的结果。在这种情况下就必须设置随机数种子，从而可以重复你的程序结果。

# x: the random vector;
# FUN: the function that generates random numbers with the first argument
#      being the length of random numbers
# seed: candidate seeds to be tried one by one
# ...: other arguments to be passed to FUN
find.seed = function(x, FUN = rnorm, seed = 0:10000, ...) {
    res = NULL
    for (i in seed) {
        set.seed(i)
        rx = FUN(length(x), ...)
        # all() can be changed to all.equal() to obtain a rough solution
        #     allowing a little bit numeric errors
        if (all(x == rx)) {
            res = i
            break
        }
    }
    res
}

> set.seed(1)
> test = rnorm(30)
> find.seed(test)
[1] 1
> set.seed(1234)
> test = rnorm(30)
> find.seed(test)
[1] 1234
> set.seed(987)
> test = runif(30, min = -1, max = 2)
> find.seed(test, runif, min = -1, max = 2)
[1] 987