在 Cython 中生成随机数的正确方法？

Question

在 Cython

[0,1]

中生成随机数的最有效和可移植的方法是什么？一种方法是使用 C 库中的

INT_MAX

和

rand()

：

from libc.stdlib cimport rand
cdef extern from "limits.h":
    int INT_MAX
cdef float randnum = rand() / float(INT_MAX)

这样使用

INT_MAX

可以吗？我注意到它与从 Python 的 max int 获得的常量有很大不同：

import sys
print INT_MAX
print sys.maxint 

产量：

2147483647  (C max int)
9223372036854775807  (python max int)

哪个是

rand()

的正确“标准化”数字？ 编辑 另外，如果使用从 libc 调用

rand()

的 C 方法，如何设置随机种子（例如，根据当前时间播种）？

Answer 1

C 标准规定

rand

返回 0 到 RAND_MAX（含）范围内的

int

，因此将其除以 RAND_MAX（来自

stdlib.h

）是对其进行标准化的正确方法。实际上，RAND_MAX 几乎总是等于 MAX_INT，但不要依赖于此。

因为

rand

自 C89 以来一直是 ISO C 的一部分，因此保证它在任何地方都可用，但不保证其随机数的质量。不过，如果可移植性是您主要关心的问题，那么它是您的最佳选择，除非您愿意使用 Python 的

random

模块。

Python 的

sys.maxint

是完全不同的概念；它只是 Python 可以用“它自己的”int 类型表示的最大正数；较大的必须是多头。 Python 的 int 和 long 与 C 的没有特别相关。

Answer 2

cdef extern from "stdlib.h":
    double drand48()
    void srand48(long int seedval)

cdef extern from "time.h":
    long int time(int)

# srand48(time(0))
srand48(100)
# TODO: this is a seed to reproduce bugs, put to line of code above for
# production
drand48() #This gives a float in range [0,1)

我在研究你的除法方法是否产生足够的随机性时遇到了

这个想法

。我发现的来源提出了一个很好的观点，在我的例子中，我将随机数与两位数的小数进行比较，因此我实际上只需要 3 个小数点的精度。所以 INT_MAX 已经足够了。但是，看起来 drand48 节省了除法成本，因此可能值得使用。

Answer 3

有什么理由不使用 python random() 吗？

生成 0 到 9 之间的随机整数

Answer 4

Answer 5

random.random()

:

import numpy as np
from ext.random import random as rd
%timeit rd()
48.6 ns ± 0.396 ns per loop (mean ± std. dev. of 7 runs, 10,000,000 loops each)

np.unique([rd() for _ in range(10000000)]).size
Out[5]: 32768

from random import random as rd_python
%timeit rd_python()
33.2 ns ± 0.213 ns per loop (mean ± std. dev. of 7 runs, 10,000,000 loops each)

np.unique([rd_python() for _ in range(10000000)]).size
Out[8]: 10000000

对于 cython 版本：

from libc.stdlib cimport rand, RAND_MAX

cpdef float random():
    return float(rand()) / RAND_MAX 

版本的值相同：

from libc.stdlib cimport rand, RAND_MAX

cdef float scale = 1.0 / RAND_MAX
cpdef float crandom():
    return rand() * scale