伪多项式算法

偏执的太偏执、 2023-09-25 08:51 29阅读 0赞

### 如何评价一个伪随机数生成算法的优劣？ ###

谈到随机性，这大概是一个令人困惑哲学问题吧。随机行为精确地说究竟指的是什么，最好是有定量的定义。Kolmogorov曾提出一种判定随机性的方法：对于无穷的随机数序列，无法用其子序列描述。J.N.Franklin则认为：如果一个序列具有从一个一致同分布的随机变量中独立抽样获得的每个无限序列都有的性质，则是随机的。这些定义都不是很精确，有时甚至会导致矛盾。可见数学家在谈到这个问题时是多么的审慎。

随机数生成器只是一种产生符合特定分布的随机数的算法。这些所谓的随机数序列实际上是周期性的。从实用的角度出发，随机数生成器如果能够在尽可能多的场合中产生正确的结果，那么它就是好的。但是这个愿望无法完全实现。因为每一个生成器都会在特定的场合失效，比如说可能无法达到随机数的均匀性或者随机数之间隐藏着关联。

已经有大量的随机数生成器，但是找到好的、易移植的、达到工业水准的随机数生成器是一个难以实现的目标。生成非均匀分布的标准方法是先产生均匀分布随机数，然后将其转化为特定分布的随机数。

![伪多项式算法\_伪随数算法][u_3280948123_2482608517_fm_26_fmt_auto]

### 随机数和伪随机数的计算公式都是什么呀？ ###

为追求真正的随机序列，人们曾采用很多种原始的物理方法用于生成一定范围内满足精度(位数)的均匀分布序列，其缺点在于：速度慢、效率低、需占用大量存储空间且不可重现等。为满足计算机模拟研究的需求，人们转而研究用算法生成模拟各种概率分布的伪随机序列。伪随机数是指用数学递推公式所产生的随机数。从实用的角度看，获取这种数的最简单和最自然的方法是利用计算机语言的函数库提供的随机数发生器。典型情况下，它会输出一个均匀分布在0和1区间内的伪随机变量的值。其中应用的最为广泛、研究最彻底的一个算法即线性同余法。

线性同余法LCG(LinearCongruenceGenerator)

选取足够大的正整数M和任意自然数n0，a，b，由递推公式：

ni+1=(af(ni)+b)modMi=0，1，…，M-1

生成的数值序列称为是同余序列。当函数f(n)为线性函数时，即得到线性同余序列：

ni+1=(a\*ni+b)modMi=0，1，…，M-1

以下是线性同余法生成伪随机数的伪代码：

Random(n，m，seed，a，b)

r0=seed；

for(i=1；i<=n；i++)

ri=(a\*ri-1+b)modm

其中种子参数seed可以任意选择，常常将它设为计算机当前的日期或者时间；m是一个较大数，可以把它取为2w，w是计算机的字长；a可以是0.01w和0.99w之间的任何整数。

应用递推公式产生均匀分布随机数时，式中参数n0，a，b，M的选取十分重要。

例如，选取M=10，a=b=n0=7，生成的随机序列为\{6，9，0，7，6，9，……\}，周期为4。

取M=16，a=5，b=3，n0=7，生成的随机序列为\{6，1，8，11，10，5，12，15，14，9，0，3，2，13，4，7，6，1……\}，周期为16。

取M=8，a=5，b=1，n0=1，生成的随机序列为\{6，7，4，5，2，3，0，1，6，7……\}，周期为8。

VisualC++中伪随机数生成机制

用VC产生随机数有两个函数，分别为rand(void)和srand(seed)。rand()产生的随机整数是在0~RAND\_MAX之间平均分布的，RAND\_MAX是一个常量(定义为：\#defineRAND\_MAX0x7fff)。它是short型数据的最大值，如果要产生一个浮点型的随机数，可以将rand()/1000.0，这样就得到一个0~32.767之间平均分布的随机浮点数。如果要使得范围大一点，那么可以通过产生几个随机数的线性组合来实现任意范围内的平均分布的随机数。

其用法是先调用srand函数，如

srand((unsigned)time(NULL))

这样可以使得每次产生的随机数序列不同。如果计算伪随机序列的初始数值(称为种子)相同，则计算出来的伪随机序列就是完全相同的。要解决这个问题，需要在每次产生随机序列前，先指定不同的种子，这样计算出来的随机序列就不会完全相同了。以time函数值(即当前时间)作为种子数，因为两次调用rand函数的时间通常是不同的，这样就可以保证随机性了。也可以使用srand函数来人为指定种子数分析以下两个程序段，

程序段1：

//包含头文件

voidmain()\{

intcount=0;

for(inti=0;i<10;i++)\{

srand((unsigned)time(NULL));

count++;

cout<

//包含头文件

voidmain()\{

intcount=0;

srand((unsigned)time(NULL));

for(inti=0;i<10;i++)\{

count++;

cout<

No1=9694No2=9694No3=9694No4=9694No5=9694

No6=9694No7=9694No8=9694No9=9694No10=9694

程序段2的运行结果为：

No1=10351No2=444No3=11351No4=3074No5=21497

No6=30426No7=6246No8=24614No9=22089No10=21498

可以发现，以上两个程序段由于随机数生成时选择的种子的不同，运行的结果也不一样。rand()函数返回随机数序列中的下一个数(实际上是一个伪随机数序列，序列中的每一个数是由对其前面的数字进行复杂变换得到的)。为了模仿真正的随机性，首先要调用srand()函数给序列设置一个种子。为了更好地满足随机性，使用了时间函数time()，以便取到一个随时间变化的值，使每次运行rand()函数时从srand()函数所得到的种子值不相同。伪随机数生成器将作为"种子"的数当作初始整数传给函数。这粒种子会使这个球(生成伪随机数)一直滚下去。

程序段1中由于将srand()函数放在循环体内，而程序执行的CPU时间较快，调用time函数获取的时间精度却较低(55ms)，这样循环体内每次产生随机数用到的种子数都是一样的，因此产生的随机数也是一样的。而程序段2中第1次产生的随机数要用到随机种子，以后的每次产生随机数都是利用递推关系得到的。基于MFC的随机校验码生成

Web应用程序中经常要利用到随机校验码，校验码的主要作用是防止黑客利用工具软件在线破译用户登录密码，校验码、用户名、密码三者配合组成了进入Web应用系统的钥匙。在利用VC开发的基于客户机/浏览器(Client/Server)模式的应用软件系统中，为了防止非法用户入侵系统，通常也要运用随机校验码生成技术。

### 算法重新组合数? ###

'新建工程，一个文本框，在里面输入想变的数字，一个按钮，输入以下代码，可以实现你的要求Dim i As Long, s As String, shu As Stringshu = Text1。TextFor i = Len(shu) To 2 Step -1If Mid(shu, i, 1) < Mid(shu, i - 1, 1) Thens = Mid(shu, i, 1)Mid(shu, i, 1) = Mid(shu, i - 1, 1)Mid(shu, i - 1, 1) = sPrint shuExit ForEnd IfNext iIf i < 2 ThenMsgBox "整个数已经是最小的了"End If答案补充醉春风 给出了思路，我也简单说一下思路吧。

![伪多项式算法\_伪随数算法\_02][02]

### 胡数算法的介绍是什么？ ###

四、胡数算法(一)基本胡数1、数字为二到八的牌，碰2胡，暗刻4胡，明杠8胡，暗杠16胡

### 伪随机数有没有算法，是什么 ###

C语言程序例

![伪多项式算法\_伪随数算法\_03][03]

### 帮忙解释下伪随机数。 ###

真正意义上的随机数(或者随机事件)在某次产生过程中是按照实验过程中表现的分布概率随机产生的，其结果是不可预测的，是不可见的。而计算机中的随机函数是按照一定算法模拟产生的，其结果是确定的，是可见的。我们可以这样认为这个可预见的结果其出现的概率是100%。所以用计算机随机函数所产生的“随机数”并不随机，是伪随机数。

方法

直接法，逆转法

应用

性质

名词class=类名就可以了 此外可以用javascript 调用css样式 控件.style=类名 可以设置 第一个div 的 鼠标 悬停事件 里调用 js 修改第二个div 的样式 div2.style="visibility:visible;" 或者早些好的css样式id

[u_3280948123_2482608517_fm_26_fmt_auto]: https://img2.baidu.com/it/u=3280948123,2482608517&fm=26&fmt=auto
[02]: https://img-blog.csdnimg.cn/img_convert/7c55f81f7bf45829189516cba1181435.jpeg
[03]: https://img0.baidu.com/it/u=1746121207,2746260620&fm=15&fmt=auto