Random 类

命名空间:System

表示伪随机数生成器,一种能够产生满足某些随机性统计要求的数字序列的设备。

伪随机数是以相同的概率从一组有限的数字中选取的。所选数字并不具有完全的随机性,因为它们是用一种确定的数学算法选择的,但是从实用的角度而言,其随机程度已足够了。

伪随机数的生成是从种子值开始。如果反复使用同一个种子,就会生成相同的数字系列。产生不同序列的一种方法是使种子值与时间相关,从而对于 Random 的每个新实例,都会产生不同的系列。默认情况下,Random 类的无参数构造函数使用系统时钟生成其种子值,而参数化构造函数可根据当前时间的计时周期数采用 Int32 值。但是,因为时钟的分辨率有限,所以,如果使用无参数构造函数连续创建不同的 Random 对象,就会创建生成相同随机数序列的随机数生成器。

通过创建单个而不是多个 Random 对象可以避免此问题。

若要提高性能,请创建一个随时间推移能生成多个随机数的 Random 对象,而不要反复新建会生成同一个随机数的 Random 对象。

 

Random 成员

名称 ● 说明

Equals ● 确定指定的 Object 是否等于当前的 Object。(继承自 Object。) 
Finalize ● 允许 Object 在“垃圾回收”回收 Object 之前尝试释放资源并执行其他清理操作。(继承自 Object。) 
GetHashCode ● 用作特定类型的哈希函数。(继承自 Object。) 
GetType ● 获取当前实例的 Type。(继承自 Object。) 
MemberwiseClone ● 创建当前 Object 的浅表副本。(继承自 Object。) 
Next ● 已重载。 返回随机数。 
NextBytes ● 用随机数填充指定字节数组的元素。 
NextDouble ● 返回一个介于 0.0 和 1.0 之间的随机数。 
Sample ● 返回一个介于 0.0 和 1.0 之间的随机数。 
ToString ● 返回表示当前 Object 的 String。(继承自 Object。)

 

 

 C# 生成不重复的随机数

 

我们可以使用两种方式初始化一个随机数发生器:

第一种方法不指定随机种子,系统自动选取当前时间作为随机种子:

Random ro = new Random();

第二种方法可以指定一个int型参数作为随机种子:

int iSeed=10; 
Random ro = new Random(10); 
long tick = DateTime.Now.Ticks; 
Random ran = new Random((int)(tick & 0xffffffffL) | (int) (tick >> 32));

这样可以保证99%不是一样。

之后,我们就可以使用这个Random类的对象来产生随机数,这时候要用到Random.Next()方法。这个方法使用相当灵活,你甚至可以指定产生的随机数的上下限。

不指定上下限的使用如下: 
int iResult; 
iResult=ro.Next();

下面的代码指定返回小于100的随机数: 
int iResult; 
int iUp=100; 
iResult=ro.Next(iUp);

而下面这段代码则指定返回值必须在50-100的范围之内: 
int iResult; 
int iUp=100; 
int iDown=50; 
iResult=ro.Next(iDown,iUp);

除了Random.Next()方法之外,Random类还提供了Random.NextDouble()方法产生一个范围在0.0-1.0之间的随机的双精度浮点数: 
double dResult; 
dResult=ro.NextDouble();

 

但是用Random类生成题号,会出现重复,特别是在数量较小的题目中要生成不重复的的题目是很难的。

参考了网上的一些方法,找到两类解决方法,一类是通过随机种子入手,使每一次的随机种子不同,来保证不重复;第二类是使用一些数据结构和算法。

下面主要就第二类介绍几个方法:

方法1:思想是用一个数组来保存索引号,先随机生成一个数组位置,然后把随机抽取到的位置的索引号取出来,并把最后一个索引号复制到当前的数组位置,然后使随机数的上限减一,具体如:先把这100个数放在一个数组内,每次随机取一个位置(第一次是1-100,第二次是1-99,...),将该位置的数用最后的数代替。

 

 

int[] index = new int[15]; 
for (int i = 0; i < 15; i++) 
index = i; 
Random r = new Random(); 
//用来保存随机生成的不重复的10个数 
int[] result = new int[10]; 
int site = 15;//设置上限 
int id; 
for (int j = 0; j < 10; j++) 
{ 
id = r.Next(1, site - 1); 
//在随机位置取出一个数,保存到结果数组 
result[j] = index[id]; 
//最后一个数复制到当前位置 
index[id] = index[site - 1]; 
//位置的上限减少一 
site--; 
}

 

方法2:利用Hashtable。

 

Hashtable hashtable = new Hashtable(); 
Random rm = new Random(); 
int RmNum = 10; 
for (int i = 0; hashtable.Count < RmNum; i++) 

   int nValue = rm.Next(100); 
if (!hashtable.ContainsValue(nValue) && nValue != 0) 

    hashtable.Add(nValue, nValue); 
    Console.WriteLine(nValue.ToString()); 

}

 

方法3:递归,用它来检测生成的随机数是否有重复,如果取出来的数字和已取得的数字有重复就重新随机获取。

 

Random ra=new Random(unchecked((int)DateTime.Now.Ticks)); 
int[] arrNum=new int[10]; 
int tmp=0; 
int minValue=1; 
int maxValue=10; 
for (int i=0;i<10;i++) 

tmp=ra.Next(minValue,maxValue); //随机取数 
arrNum=getNum(arrNum,tmp,minValue,maxValue,ra); //取出值赋到数组中 

......... 
......... 
public int getNum(int[] arrNum,int tmp,int minValue,int maxValue,Random ra) 

int n=0; 
while (n<=arrNum.Length-1) 

if (arrNum[n]==tmp) //利用循环判断是否有重复 

tmp=ra.Next(minValue,maxValue); //重新随机获取。 
getNum(arrNum,tmp,minValue,maxValue,ra);//递归:如果取出来的数字和已取得的数字有重复就重新随机获取。 

n++; 

return tmp; 
}

 

silverlight 2 Random 随机数解决方案

来源:我和未来有约会 
2008-06-17 01:21 by nasa

using System; 
using System.Security.Cryptography;

    public class RNG 
    { 
        private static RNGCryptoServiceProvider rngp = new RNGCryptoServiceProvider(); 
        private static byte[] rb = new byte[4];

        /// <summary> 
        /// 产生一个非负数的乱数 
        /// </summary> 
        public static int Next() 
        { 
            rngp.GetBytes(rb); 
            int value = BitConverter.ToInt32(rb, 0); 
            if (value < 0) value = -value; 
            return value; 
        } 
        /// <summary> 
        /// 产生一个非负数且最大值在 max 以下的乱数 
        /// </summary> 
        /// <param name="max">最大值</param> 
        public static int Next(int max) 
        { 
            rngp.GetBytes(rb); 
            int value = BitConverter.ToInt32(rb, 0); 
            value = value % (max + 1); 
            if (value < 0) value = -value; 
            return value; 
        } 
        /// <summary> 
        /// 产生一个非负数且最小值在 min 以上最大值在 max 以下的乱数 
        /// </summary> 
        /// <param name="min">最小值</param> 
        /// <param name="max">最大值</param> 
        public static int Next(int min, int max) 
        { 
            int value = Next(max - min) + min; 
            return value; 
        } 
    }

### 关于 Python 中 `random` 模块中的 `uniform` 方法 Python 的 `random` 模块提供了多种生成随机数的方法,其中包括 `random.uniform(a, b)`。此方法用于生成一个指定范围 `[a, b]` 内的浮点数。具体而言: - 如果 `a < b`,则返回的随机数满足条件:`a <= n <= b`[^1]。 - 如果 `a > b`,则返回的随机数满足条件:`b <= n <= a`。 以下是使用 `random.uniform()` 的示例代码: ```python import random # 生成 [5.0, 10.0) 范围内的随机浮点数 num = random.uniform(5.0, 10.0) print(f"Generated number between 5.0 and 10.0: {num}") ``` --- ### Java 中 `Random` 的基础用法 Java 提供了一个名为 `java.util.Random` 的来生成伪随机数。其主要功能通过两种构造器实现: #### 构造器说明 - **无参构造器** (`public Random()`) 此构造器会基于当前系统的相对时间戳生成一个种子值,并以此初始化 `Random` 对象[^2]。 - **带参数构造器** (`public Random(long seed)`) 用户可以显式提供一个种子值来创建 `Random` 实例。这使得每次运行程序时产生的序列相同(只要种子一致),这对于调试非常有用。 下面是具体的实例演示: ```java import java.util.Random; public class Main { public static void main(String[] args) { // 使用默认种子值 Random rDefaultSeed = new Random(); // 显式设置种子值 long customSeed = System.currentTimeMillis(); // 或者其他固定值 Random rCustomSeed = new Random(customSeed); // 随机整数 [-3, 15) int num1 = rDefaultSeed.nextInt(18) - 3; System.out.println("Random integer from -3 to 15 (exclusive): " + num1); // 另一种方式生成相同的区间 int num2 = Math.abs(rDefaultSeed.nextInt() % 18) - 3; System.out.println("Another way of generating the same range: " + num2); } } ``` 上述代码展示了如何利用 `nextInt(int bound)` 和数学运算生成特定区间的随机整数[^4]。 --- ### 结合 PyTorch 数据增强中的应用案例 在深度学习框架 PyTorch 中,数据预处理模块也经常涉及随机操作。例如,在图像裁剪过程中可能会调用似的随机机制。下面是一个简单的例子,展示如何定义随机裁剪变换并应用于输入张量[^3]: ```python from torchvision import transforms as T class CustomTransform: def __init__(self, crop_size, upscale_factor): self.crop_transform = T.RandomCrop(crop_size // upscale_factor) def apply_crop(self, image_tensor): cropped_image = self.crop_transform(image_tensor) return cropped_image ``` 在此片段中,`T.RandomCrop` 是用来执行随机裁剪的一个工具,它接受目标尺寸作为参数,并自动完成位置的选择过程。 ---
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