Park-Miller-Carta Случайный генератор PRNG allways возвращает 2.33E-10

Question

Я пытаюсь выполнить реализацию Java генератора случайных чисел PRNG Park-Miller-Carta.

Ниже приведена реализация функции Random в ActionScript 3 from here.

return (_currentSeed = (_currentSeed * 16807) % 2147483647)/0x7FFFFFFF 
                  + 0.000000000233; 

Я не много удачи, получая эту работу в Java:

int seed = 20; //for example. 

public double random() { 
    seed = (seed * 16807) % 2147483647; 
    return seed/0x7FFFFFFF + 0.000000000233; 
} 

Это всегда возвращает 2.33E-10. Любые идеи, что я делаю неправильно на Java? (код AS3 возвращает 0.0001565276181885122, затем 0.6307557630963248 для первых двух ответов с семенем 20).

Answer 1

seed/0x7FFFFFFF 

является операцией целым числом, так как оба аргумента являются целыми числами. Целочисленное деление всегда округляет «истинный» результат вниз. В этом случае истинный результат находится между 0 и 1, поэтому операция всегда возвращает 0.

Чтобы получить результат с плавающей запятой, по крайней мере один из аргументов должен быть поплавком, который может быть достигнут следующим образом:

return (double)seed/0x7FFFFFFF + 0.000000000233; 

Answer 2

Заменить:

return seed/0x7FFFFFFF+0.000000000233; 

с:

return (double)seed/0x7FFFFFFF+0.000000000233; 

Answer 3

Приоритет оператора.

(seed/0x7FFFFFFF)+0.000000000233; 

- это то, что вы действительно имеете. Это то, что вы имели в виду?

Answer 4

ОК, поэтому основная проблема заключается в том, что вам нужно выполнять деление с плавающей запятой, а не целое деление, как указывали другие.

Но я думаю, что исправление этого конкретного кода является чем-то вроде точки. Зачем беспокоиться об этом в первую очередь? Он использует по существу тот же класс алгоритма java.lang.Random!

Если вы хотите быстрый генератор, рассмотрите XORShift generator. Если вы хотите генератор хорошего качества, у вас есть SecureRandom из коробки (хотя он намного медленнее), рассмотрите алгоритм Numerical Recipes (довольно быстрый комбинированный генератор), который можно реализовать на Java следующим образом:

public class HighQualityRandom extends Random { 

    private Lock l = new ReentrantLock(); 
    private long u; 
    private long v = 4101842887655102017L; 
    private long w = 1; 

    public HighQualityRandom() { 
    this(System.nanoTime()); 
    } 
    public HighQualityRandom(long seed) { 
    l.lock(); 
    u = seed^v; 
    nextLong(); 
    v = u; 
    nextLong(); 
    w = v; 
    nextLong(); 
    l.unlock(); 
    } 

    @Override 
    public long nextLong() { 
    l.lock(); 
    try { 
     u = u * 2862933555777941757L + 7046029254386353087L; 
     v ^= v >>> 17; 
     v ^= v << 31; 
     v ^= v >>> 8; 
     w = 4294957665L * (w & 0xffffffff) + (w >>> 32); 
     long x = u^(u << 21); 
     x ^= x >>> 35; 
     x ^= x << 4; 
     return (x + v)^w; 
    } finally { 
     l.unlock(); 
    } 
    } 

    protected int next(int bits) { 
    return (int) (nextLong() >>> (64-bits)); 
    } 

} 

Это копируется из некоторого кода, где мне нужно, чтобы он был параллельным; вы можете избавиться от блокировки в принципе или просто использовать обычную синхронизацию.

Если вы абсолютно настаиваете на использовании Park-Miller-Carta, я бы по крайней мере обернул его в подклассу Random, и пусть java.util.Random позаботится о преобразовании ints в double и т. Д. В конце концов, вот что расширяемые библиотеки в объектно-ориентированном языке для ...