Быстрое генератор псевдослучайных чисел для процедурного содержимого
Я ищу генератор псевдослучайных чисел, который будет специализирован для быстрой работы, когда ему дается семя перед генерированием каждого числа. Большинство генераторов, которые я видел до сих пор, предполагают, что вы устанавливаете семя один раз, а затем генерируете длинную последовательность чисел. Единственное, что похоже на то, что я видел до сих пор, это Perlin Noise, но он генерирует слишком "плавные" данные - для подобных входов он имеет тенденцию давать схожие результаты.
Объявление генератора должно выглядеть примерно так:
int RandomNumber1(int seed);
Или:
int RandomNumber3(int seedX, int seedY, int seedZ);
Мне кажется, что хорошего RandomNumber1 должно быть достаточно, так как можно реализовать RandomNumber3, хэшируя его входные данные и передавая результат в RandomNumber1, но я написал 2-й прототип в случае, если какая-то реализация может использовать независимые входы.
Предполагаемое использование для этого генератора - использовать его для генератора процедурного контента, например, для создания леса путем размещения деревьев в сетке и определения случайного дерева и случайных пространственных смещений для каждого местоположения.
Генератор должен быть очень эффективным (менее 500 циклов ЦП), поскольку процедурный контент создается в огромных количествах в реальном времени во время рендеринга.
Ответы
Ответ 1
Похоже, вы просите хеш-функцию, а не PRNG. "Быстрая хэш-функция Googling" дает несколько перспективных результатов.
Например:
uint32_t hash( uint32_t a)
a = (a ^ 61) ^ (a >> 16);
a = a + (a << 3);
a = a ^ (a >> 4);
a = a * 0x27d4eb2d;
a = a ^ (a >> 15);
return a;
}
Изменить: Да, некоторые функции хэша определенно выглядят более подходящими, чем другие.
Для ваших целей должно быть достаточно, чтобы заглянуть в функцию и проверить, что однобитовое изменение на входе будет распространяться на множество выходных бит.
Ответ 2
Да, вы ищете алгоритм с быстрым целым хешем, а не PRNG.
Эта страница содержит несколько алгоритмов, я уверен, что вы найдете много больше, теперь знаете правильные условия поиска.
Изменить. Исходная страница была удалена, версия live может быть найдена на GitHub.
Ответ 3
Здесь небольшой генератор случайных чисел, разработанный Джорджем Марсалья. Он специалист в данной области, поэтому вы можете быть уверены, что генератор обладает хорошими статистическими свойствами.
v = 36969*(v & 65535) + (v >> 16);
u = 18000*(u & 65535) + (u >> 16);
return (v << 16) + (u & 65535);
Здесь u и v - целые числа без знака. Инициализируйте их для любых ненулевых значений. Каждый раз, когда вы генерируете случайное число, сохраняйте где-нибудь u и v. Вы можете обернуть это в функцию, чтобы соответствовать вашей подписи выше (за исключением того, что целые числа без знака.)
Ответ 4
см. std::tr1::ranlux3
или другие генераторы случайных чисел, которые являются частью дополнений TR1 к стандартной библиотеке С++. Я предположил mt19937 вначале, но потом увидел вашу записку, что она должна быть очень быстрой. TR1 должен быть доступен на Microsoft VС++ и GCC, а также может быть найден в библиотеках boost, которые поддерживают еще больше компиляторов.
пример адаптирован из ускорить документацию:
#include <random>
#include <iostream>
#include <iterator>
#include <functional>
#include <algorithm>
#include <ctime>
using namespace std;
using namespace std::tr1;
int main(){
random_device trueRand;
ranlux3 rng(trueRand); // produces randomness out of thin air
// see pseudo-random number generators
uniform_int<> six(1,6); // distribution that maps to 1..6
// see random number distributions
variate_generator<ranlux3&, uniform_int<> >
die(rng, six); // glues randomness with mapping
// simulate rolling a die
generate_n( ostream_iterator<int>(cout, " "), 10, ref(die));
}
Пример вывода:
2 4 4 2 4 5 4 3 6 2
Любой генератор случайных чисел TR1 может засеять любой другой генератор случайных чисел. Если вам нужны более качественные результаты, подумайте о том, чтобы подавать вывод mt19937 (который медленнее, но более высокого качества) в minstd_rand или randlux3, которые являются более быстрыми генераторами.
Ответ 5
Если память не является проблемой, и скорость имеет первостепенное значение, вы можете предварительно создать большой массив случайных чисел и просто перебирать ее во время выполнения. Например, отдельная программа генерирует 100 000 случайных чисел и сохраняет ее как собственный файл, например
unsigned int randarray [] = {1,2,3,....}
затем включите этот файл в ваш компилятор и во время выполнения вашей функции случайных чисел нужно только вытащить числа из этого массива и вернуться к началу, когда он достигнет конца.
Ответ 6
Я использую следующий код в своей библиотеке случайных чисел Java - это сработало для меня очень хорошо. Я также использую это для создания процедурного содержимого.
/**
* State for random number generation
*/
private static volatile long state=xorShift64(System.nanoTime()|0xCAFEBABE);
/**
* Gets a long random value
* @return Random long value based on static state
*/
public static long nextLong() {
long a=state;
state = xorShift64(a);
return a;
}
/**
* XORShift algorithm - credit to George Marsaglia!
* @param a initial state
* @return new state
*/
public static final long xorShift64(long a) {
a ^= (a << 21);
a ^= (a >>> 35);
a ^= (a << 4);
return a;
}