在 [0,1) 中生成随机 float64 的一种简单方法是在 [0,2⁵³) 中生成均匀随机的 int 并将其除以 2⁵³。这本质上就是
rand.Float64()
正在做的事情。
然而,并非所有 0 到 1 之间可能的 float64 值都可以通过这种方式生成:例如,如果该值低于 2⁻⁴,则有效数的最后 4 位始终为 0。或者,更简单地说, naive 方法总是返回 2⁻⁵³ 的倍数,并且并非 0 到 1 之间的所有浮点数都是 2⁻⁵³ 的倍数。
如何生成均匀随机的 float64,例如每个可能的值都有机会被返回? (这里,均匀随机意味着在真实区间[0,1)上:从概念上讲,我想选择0到1之间的均匀随机实数并返回最接近的浮点数。)
对于上下文,我需要这个,因为我正在实现本文,并且假设“表示 0 和 1 之间的所有可能值”对于结果的保持至关重要。
嗯,我相信标准方法是生成最多 1074 位整数并将其映射到双精度数。请注意,您的 RNG 的内部状态长度应至少为 1074 位。
参考实现:http://xoshiro.di.unimi.it/random_real.c
相关讨论:http://xoshiro.di.unimi.it/
另一个很好的链接:https://lemire.me/blog/2017/02/28/how-many-floating-point-numbers-are-in-the-interval-01/
移植此代码(Severin 的答案中建议)是一个可能的选择。
我认为这相当于首先生成有效位数(通过生成[1,2)中的随机浮点数),然后从几何分布中选择指数(它有0.5的机会为-1,0.25的机会为-2等)。
// uniform returns a uniformly random float in [0,1).
func uniform() float64 {
sig := rand.Uint64() % (1 << 52)
return (1 + float64(sig)/(1<<52)) / math.Pow(2, geometric())
}
// geometric returns a number picked from a geometric
// distribution of parameter 0.5.
func geometric() float64 {
b := 1
for rand.Uint64()%2 == 0 {
b++
}
return float64(b)
}
我们可以通过使用
LeadingZeros*
包中的
bits
函数之一来加快几何()速度,而不是每比特翻转一次硬币。
由于二进制 64 浮点数不是均匀分布的,因此无法生成可以返回小于 1 的所有可能值的均匀分布。
如果省略要求一致,则必须生成最小正非正规数
2^(-1074)
和零的所有可表示倍数。
您可以通过生成 16 个随机字节并仅当它是
[0,1)
中的有效 float64 时才使用它来使用强力拒绝采样。这种方法应该为您提供该范围内所有值的均匀分布,并且性能不会比基于简单基准测试的其他策略差很多。
例如(去游乐场):
import "math/rand"
func randFloat64() float64 {
for {
f := math.Float64frombits(rand.Uint64())
if f >= 0 && f < 1.0 {
return f
}
}
}
如果性能至关重要,那么您可以构建一个仅包含有效数字的巨大查找表,并在表中选择一个随机位置。该表可以通过枚举位字段并仅存储有效数字,以与上述类似的方式提前生成。