如果先前生成的值明确设置为新种子，为什么 Python random.random() 会给出不同的值？

Question

我读到 Python 中的 random 模块使用先前生成的值作为种子，除了第一次使用系统时间。 (, https://pynative.com/python-random-seed/) 如果这是真的，为什么当我像这样将先前生成的值显式设置为新种子时，我得不到相同的值：

random.seed(random.randint(1, 100))

同样不适用于 random.random() 方法。

>>> import random
>>> random.seed(20)
>>> random.randint(1,100)
93
>>> random.randint(1,100)
88
>>> random.seed(20)
>>> random.randint(1,100)
93
>>> random.randint(1,100)
88
>>> random.seed(20)
>>> random.seed(random.randint(1,100))
>>> random.randint(1,100)
64

为什么最后一个randint()调用没有给88？

提前致谢！

Answer 1

Python random 模块 不使用 先前生成的值作为种子。但是，Python 使用 Mersenne Twister generator to create pseudo-randomness. This algorithm is deterministic: that implies that it next state (the next generated number) depends on the previous one. This is different from the seed，这是一个用于配置生成器初始状态的值。

Answer 2

因为你读的是假的，或者你误解了它说的。 CPython 在幕后使用 Mersenne Twister 生成器，它的状态消耗 19937 位。您传递给 .seed() 的是不是新状态，而只是一堆位，通过未记录的（依赖于实现的）算法扩展为完整的 19937 位状态.

注意：如果您想保存和恢复状态，这就是 .getstate() 和 .setstate() 方法的用途。

如果先前生成的值明确设置为新种子，为什么 Python random.random() 会给出不同的值？

Why does the Python random.random() give a different value if the previously generated value is explicitly set as the new seed?

python

random

random-seed