生成确定性随机分布的实点系列

问题描述：

我正在制作一个需要生成确定性随机事件的应用程序。他们需要具有确定性，以便计算应用程序关闭时发生的事件。基本上，我的事件是沿着一条线分散的点，我需要一个函数f（a，b）来告诉我位置a和b之间的点数。我可以离线我的生产线，并随机决定每个地点是否有一个点使用该位置来播种我的发电机，但这似乎是作弊。我想知道是否有更好的方法来做到这一点，使用实数。生成确定性随机分布的实点系列

我相信这个问题可能与Poisson distribution有一些联系。

如果库函数满足要求，通常通过设置随机数生成器（RNG）的“种子”来获得“确定性”（可重复）行为。然而，似乎你的要求可能是能够以一种功能性的方式将“随机”序列与事件的某些“时间线”相关联，以便应用程序可以在应用程序执行“事后”处理时间间隔关门了”。 – hardmath

有用的答案可能取决于代表事件的细节，“位置a和b之间的点”。你使用实数的描述似乎打开了潘多拉盒子的舍入误差。 – hardmath

[我如何在确定性泊松过程中求和间隔？]（http://*.com/questions/19626844/how-do-i-sum-intervals-in-a-deterministic-poisson-process） –

答

伪随机数发生器是确定性函数，它们在给定相同的初始种子时会产生完全相同的序列。如果您使用PRNG并记录种子值，您应该能够重新使用该序列进行后期处理。

或者，使随机序列部分的输出。

这不能解决我的问题。我想沿线生成随机间隔点，而不是随机数序列。 –

这些实际上是等效的问题。例如，您可以累加随机数的总和并按照期望的“间隔长度/总计”进行缩放，或者可以生成零和间隔长度之间的值，并对它们进行排序以获得线上随机分隔的点。这些都可以通过保留种子或写入值供日后使用而按要求轻松复制。 – pjs

我发现这种方法存在一些问题。 1：事件不是“随机”分散的。例如，点数永远不会超过RNG使用的固定常数。就像在泊松分布中一样，我希望我的事件独立于自上次事件以来的时间发生。 2：每次启动我的应用程序时，我都需要生成自固定时期以来的所有点，而且通过的时间越长，需要的时间越长。 –

生成确定性随机分布的实点系列

相关推荐