golang源码学习之math/rand

本文不对具体的实现作分析,而是为了解决下面两个问题。
  • 相同种子,为什么每次运行的结果一样?
  • 不同的种子, 为什么每次运行的结果有可能一样?
从下面两句代码开始分析吧
    rand.Seed(10)
    rand.Int()
// math/rand/rand.go

func Seed(seed int64) { globalRand.Seed(seed) }

// globalRand 全局变量
var globalRand = New(&lockedSource{src: NewSource(1).(Source64)})

func NewSource(seed int64) Source {
    var rng rngSource
    //最终Seed的是 rngSource
    rng.Seed(seed) 
    return &rng
}

Seed
// math/rand/rng.go
func (rng *rngSource) Seed(seed int64) {
    rng.tap = 0
    rng.feed = rngLen - rngTap

    // seed 为in64,而int32max为 (1 << 31) - 1, seed的取值范围远远比int32max大,所以取模之后会得到一些相同的seed
    seed = seed % int32max
    if seed < 0 {
        seed += int32max
    }
    if seed == 0 {
        seed = 89482311
    }

    x := int32(seed)
    // vec是个缓存数组, 初始化vec
    // 下面的计算都是写死的,不存在随机性,所以相同的seed得到的vec也是相同的
    for i := -20; i < rngLen; i++ {
        x = seedrand(x)
        if i >= 0 {
            var u int64
            u = int64(x) << 40
            x = seedrand(x)
            u ^= int64(x) << 20
            x = seedrand(x)
            u ^= int64(x)
            u ^= rngCooked[i]
            rng.vec[i] = u
        }
    }
}

不同的seed通过取模可能得到相同的seed。相同的seed得到的初始化的vec也是相同的。
这是似乎快解答上面两个问题了。继续往下看,看看随机数是如何获取的

//math/rand/rand.go
func (r *Rand) Int() int {
    u := uint(r.Int63())
    return int(u << 1 >> 1) // clear sign bit if int == int32
}

func (r *Rand) Int63() int64 { 
    // 这里的r.src其实就是上面的rngSource,最终执行的是rngSource里面的Int63()
    return r.src.Int63() 
}

Int63
// math/rand/rng.go
func (rng *rngSource) Int63() int64 {
    return int64(rng.Uint64() & rngMask)
}

func (rng *rngSource) Uint64() uint64 {

    // tap和feed在前面的代码中也未作修改, 所以在下面的计算中每次得到的tap和feed都是一样的。
    rng.tap--
    if rng.tap < 0 {
        rng.tap += rngLen
    }

    rng.feed--
    if rng.feed < 0 {
        rng.feed += rngLen
    }

    // 根据feed和tap两个索引在vec中取值
    x := rng.vec[rng.feed] + rng.vec[rng.tap]
    // 修改feed对应的值
    rng.vec[rng.feed] = x
    return uint64(x)
}

在vec相同的情况下,每次运行得到的结果都是一样的。再综合上面的结论可以解答上面的两个问题了。
其实不光rand.Int()会调用Int63,Intn、Uint32、Int31、Int63n也会调用Int63。

总结:math/rand是个伪随机数,如果想获取真正的随机数那么还是用crypto/rand吧。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,509评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,806评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,875评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,441评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,488评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,365评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,190评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,062评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,500评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,706评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,834评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,559评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,167评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,779评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,912评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,958评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,779评论 2 354

推荐阅读更多精彩内容