C++高效計算和線程安全隨機函數

我最近學會了the hard way，#<cstdlib> rand()不是線程安全的，在Linux上用互斥鎖實現，當多線程調用rand()時造成瓶頸。 rand_r作爲替代品，但有關於隨機數生成質量的concerns。此外，這種情況讓我質疑是否會有更快的隨機數生成器，因爲顯然我的代碼花費了大量的時間來生成隨機數。上面的鏈接中列出了一些替代方案，但我不確定其速度以及其他替代方案。C++高效計算和線程安全隨機函數

來源

2011-11-22 Matt Munson

如果您不需要任何統計控制跨越線程，只要使用由<random>提供的設施：

#include <random> 

typedef std:::mt19937 rng_type; 
std::uniform_int_distribution<rng_type::result_type> udist(0, 200); 

int main() // this can be per thread! 
{ 
    rng_type rng; 

    // seed rng first: 
    rng_type::result_type const seedval = get_seed(); 
    rng.seed(seedval); 

    rng_type::result_type random_number = udist(rng); 

    return random_number; 
}

梅森倍捻機PRNG既快速又具有良好的統計特性。在每個線程中維護一個單獨的（並分開播種的）引擎對象，可以避免所有併發問題。

來源

2011-11-22 20:21:44

FPA再次，呵呵？ ;） –

@ R.MartinhoFernandes：Shhhh .... –

@Kerrek的''使用梅森扭轉者？它的速度與rand（）相比如何？此外，新的隨機數如何獲得？我可以重複執行'= random_number'，還是每次都必須執行'random_number = udist（rng）;' –

在Linux中，您可以以非阻塞的方式從/dev/urandom中讀取。

來源

2011-11-22 20:34:38 RafaelLopes

你不應該使用系統的熵來源*大*隨機性。 'urandom'對於播種很好，但不適用於持續的隨機數生成。就我所知，它甚至沒有明確的分佈。 –

C++高效計算和線程安全隨機函數

回答

相關問題