生成真正的随机数!

本文详细介绍了伪随机数的概念及其与真随机数的区别,并通过实例展示了如何利用当前时间生成伪随机数序列。重点阐述了srand()函数的作用以及time()函数在设置种子时的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这里涉及到伪随机数的概念,什么是伪随机数呢?伪随机数是使用一些称为种子(seed)的初始值通过某种算法得到的。这个算法是确定的,因此产生的数字序列在统计上并非随机的。只是,假如这个算法优良,那么结果得到的数字序列就行通过很多合理的随机性測试。这些数字通常被称为伪随机数(psreudorandom number)。除非你知道算法和种子,否则就不大能猜測出这个序列[1]。 

好了,以下来看一下这句话是什么意思:
srand(time(NULL));    
先看srand()函数有什么作用。它是用来设定种子(seed)的,例:srand(n),则n就是你设定的种子。假设每次设定的种子同样,比方srand(1),那么相当于不调用srand()函数(注意 :假设不显式调用srand()函数,系统仅仅会默认调用一次srand(1)函数,即在第一个rand()函数之前调用;运行第2个第3个……rand()之前不会再调用srand(1)),那么接下来你再调用rand(),得到的随机数序列是同样的,这里给一个样例:

windows 32 console

#include <stdlib.h>
#include <stdio.h>
#include <time.h>

void main( void )
{
   int i;

   /* Seed the random-number generator with current time so that
    * the numbers will be different every time we run.
    */
   //srand( (unsigned)time( NULL ) );

   /* Display 10 numbers. */
   for( i = 0;   i < 10;i++ )
      printf( "  %6d/n", rand() );
}

注意,这个程序中,我把srand( (unsigned)time( NULL ) )给凝视起来了,所以每次执行该程序时,种子是默认给出的,都是同一个值,(vc++中默认种子的值为1),既然种子一样,就像我前面提到的,算法是一定的,所以每次产生的随机数序列都是同样的。在我的电脑上每次执行程序都产生这10个数:

41

18467

6334

26500

19169

15724

11478

29358

26962

24464

所以说这些数是伪随机数。由于真正的随机数每次产生时都不应该同样,包含这个序列也不应该同样。所以说我们要产生真正的随机数,就应当在每次调用rand()之前设定不同的种子,如何做到这一点呢?使用time(NULL)。

time(NULL)返回的是一个time_t类型的数据,实际上是一个无符号整型(unsigned int)的数据,在这个32位的无符号数中,高16位存放当前Date(年月日)的信息,低16位存当前放Time(时分秒)的信息。时间是在不断变化的,所以每次调用time(NULL)返回的值是不同的(当然两次调用的时间间隔大于等于1秒才行,由于time_t中的信息只精确到秒)
这样srand(time(NULL));    就能够保证每次都会设定新的 种子,从而再调用rand()时会得到不同的随机数序列:再给个样例[2]这个样例不过把前面的样例多加了一句srand(time(NULL));    )

windows 32 console

#include <stdlib.h>
#include <stdio.h>
#include <time.h>

void main( void )
{
   int i;

   /* Seed the random-number generator with current time so that
    * the numbers will be different every time we run.
    */
   srand(time(NULL));   

   /* Display 10 numbers. */
   for( i = 0;   i < 10;i++ )
      printf( "  %6d/n", rand() );
}

这样每次执行程序都会得到10个不同的数,而且每次得到的这10个数都是不同的(注意理解我的意思,每次产生的10个数组成的序列不同)。

注意time(NULL)的作用事实上就是将当前时间保存到一个UNIT中返回,

time_t osBinaryTime=time(NULL);相当于下面代码:

CTime   t=CTime::GetCurrentTime();

time_t   osBinaryTime=t.GetTime(); 

转载于:https://www.cnblogs.com/mfrbuaa/p/4483185.html

资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对一个分类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
内容概要:本文详细介绍了哈希表及其相关概念和技术细节,包括哈希表的引入、哈希函数的设计、冲突处理机制、字符串哈希的基础、哈希错误率分析以及哈希的改进与应用。哈希表作为一种高效的数据结构,通过键值对存储数据,能够快速定位和检索。文中讨论了整数键值和字符串键值的哈希方法,特别是字符串哈希中的多项式哈希及其优化方法,如双哈希和子串哈希的快速计算。此外,还探讨了常见的冲突处理方法——拉链法和闭散列法,并提供了C++实现示例。最后,文章列举了哈希在字符串匹配、最长回文子串、最长公共子字符串等问题中的具体应用。 适合人群:计算机科学专业的学生、算法竞赛选手以及有一定编程基础并对数据结构和算法感兴趣的开发者。 使用场景及目标:①理解哈希表的工作原理及其在各种编程任务中的应用;②掌握哈希函数的设计原则,包括如何选择合适的模数和基数;③学会处理哈希冲突的方法,如拉链法和闭散列法;④了解并能运用字符串哈希解决实际问题,如字符串匹配、回文检测等。 阅读建议:由于哈希涉及较多数学知识和编程技巧,建议读者先熟悉基本的数据结构和算法理论,再结合代码实例进行深入理解。同时,在实践中不断尝试不同的哈希策略,对比性能差异,从而更好地掌握哈希技术。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值