Java 在多线程环境中配置随机数生成器
Java Configuring random number generators in multi-threaded environment
我有一个使用伪随机数的应用程序。当我测试应用程序时，我想要再现性，我通过使用随机数生成器的种子来安排再现性。目前，RNG 在 class 中声明，将其用作静态变量：private static Random rng = new Random(seed)。我有几个问题。
- 鉴于我想为 RNG 播种以实现可重复性，声明变量
static 是否有意义？
- 我可能需要添加更多需要随机数的不同 classes。我是否应该将 RNG 移动到单独的 class 以便我仍然可以为整个应用程序使用一个种子？如果是这样，我应该使用
static Random 还是单例对象？
- 如果我决定在多个线程中使用随机数会怎样？似乎如果我使用像 2. 这样的策略，我可能仍然会失去可预测性，因为我不能确定线程访问 RNG 的顺序。 RNG 仍然会生成相同的、可预测的随机数序列，但是从程序的一个 运行 到另一个，获取序列中第一个（或第 n 个）随机数的线程可能不同。
- 这向我表明，每个线程都需要自己的 RNG，以便在所有 运行 中重现结果。这是否意味着每个线程都需要自己的种子？如果是这样，是否可以保证再现性，或者我是否需要做其他事情来消除多线程可能引入的随机性？
- 有没有一种方法可以从单个数字生成种子，从而最大限度地减少不同 RNG 之间的相关性？
换句话说，如果线程0有Random thread0RNG = new Random(seed)，线程1有Random thread1RNG = new Random(seed)，我只需要一个种子，但每个线程中的随机数会高度相关。我可以有两个种子，但是我无法将程序的 运行 与单个数字相关联，例如在命令行上传递。说 seed0 = someFunction(seed,0) 和 seed1 = someFunction(seed,1) 是否可能且合适？
是的，您应该为每个线程提供自己的 Random 对象，以避免由于线程时序导致的不可重现的交错。
您可以用相同的数字为他们做种子，但随后他们都会得到完全相同的数字序列。不知道有没有问题。
如果有问题，您可以使用一个 "master" 随机对象来为其他对象生成种子。每次创建新线程时，从主线程获取种子。但是您必须确保每次都以相同的顺序创建所有线程（或至少检索种子）。
为每个线程使用一个 RNG，例如 ThreadLocalRandom。如果每个线程都有自己的生成器，多线程不会影响随机性。种子的选择由你决定。
首先，Random 是线程安全的，因此您可以安全地跨多个线程使用它，尽管由于锁定，单个 Random 实例可能会导致性能不佳。为避免这种情况，请改用 ThreadLocalRandom。
但这不是解决方案，如果像您的情况一样需要可预测性。在并发环境中拥有一个共享的 RNG 永远是不可预测的。因此你是对的，你需要每个线程一个实例，并且每个实例都必须用种子初始化。
但是如果所有的RNG实例都使用相同的种子，那么生成的随机序列不仅会高度相关，而且会完全相同！所以你必须为所有 RNG 使用不同的种子
所以我建议使用中央 RNG 为所有其他 RNG 生成种子。但请注意，这只是可预测的，前提是 RNG 的播种顺序定义明确 - 同样，这在并发环境中可能不是直截了当的，但可行。
我有一个使用伪随机数的应用程序。当我测试应用程序时，我想要再现性，我通过使用随机数生成器的种子来安排再现性。目前，RNG 在 class 中声明，将其用作静态变量：private static Random rng = new Random(seed)。我有几个问题。
- 鉴于我想为 RNG 播种以实现可重复性，声明变量
static是否有意义？ - 我可能需要添加更多需要随机数的不同 classes。我是否应该将 RNG 移动到单独的 class 以便我仍然可以为整个应用程序使用一个种子？如果是这样，我应该使用
static Random还是单例对象？ - 如果我决定在多个线程中使用随机数会怎样？似乎如果我使用像 2. 这样的策略，我可能仍然会失去可预测性，因为我不能确定线程访问 RNG 的顺序。 RNG 仍然会生成相同的、可预测的随机数序列，但是从程序的一个 运行 到另一个，获取序列中第一个（或第 n 个）随机数的线程可能不同。
- 这向我表明，每个线程都需要自己的 RNG，以便在所有 运行 中重现结果。这是否意味着每个线程都需要自己的种子？如果是这样，是否可以保证再现性，或者我是否需要做其他事情来消除多线程可能引入的随机性？
- 有没有一种方法可以从单个数字生成种子，从而最大限度地减少不同 RNG 之间的相关性？
换句话说，如果线程0有Random thread0RNG = new Random(seed)，线程1有Random thread1RNG = new Random(seed)，我只需要一个种子，但每个线程中的随机数会高度相关。我可以有两个种子，但是我无法将程序的 运行 与单个数字相关联，例如在命令行上传递。说 seed0 = someFunction(seed,0) 和 seed1 = someFunction(seed,1) 是否可能且合适？
是的，您应该为每个线程提供自己的 Random 对象，以避免由于线程时序导致的不可重现的交错。
您可以用相同的数字为他们做种子，但随后他们都会得到完全相同的数字序列。不知道有没有问题。
如果有问题，您可以使用一个 "master" 随机对象来为其他对象生成种子。每次创建新线程时，从主线程获取种子。但是您必须确保每次都以相同的顺序创建所有线程（或至少检索种子）。
为每个线程使用一个 RNG，例如 ThreadLocalRandom。如果每个线程都有自己的生成器，多线程不会影响随机性。种子的选择由你决定。
首先，Random 是线程安全的，因此您可以安全地跨多个线程使用它，尽管由于锁定，单个 Random 实例可能会导致性能不佳。为避免这种情况，请改用 ThreadLocalRandom。
但这不是解决方案，如果像您的情况一样需要可预测性。在并发环境中拥有一个共享的 RNG 永远是不可预测的。因此你是对的，你需要每个线程一个实例，并且每个实例都必须用种子初始化。
但是如果所有的RNG实例都使用相同的种子，那么生成的随机序列不仅会高度相关，而且会完全相同！所以你必须为所有 RNG 使用不同的种子
所以我建议使用中央 RNG 为所有其他 RNG 生成种子。但请注意，这只是可预测的，前提是 RNG 的播种顺序定义明确 - 同样，这在并发环境中可能不是直截了当的，但可行。