使用已知种子创建 ThreadLocal 随机生成器

Question

我正在努力寻找一种方法，让每个线程都有一个随机数生成器，同时确保重新运行程序时，生成相同的数字。

我现在所做的事情是这样的：

class Program {
    static void Main(string[] args) {

        var seed = 10;
        var data = new List<double>();
        var dataGenerator = new Random(seed);

        for (int i = 0; i < 10000; i++) {
            data.Add(dataGenerator.NextDouble());
        }

        var results = new ConcurrentBag<double>();

        Parallel.ForEach(data, (d) => {
            var result = Calculate(d, new Random(d.GetHashCode()); 
            results.Add(result);
        });

    }

    static double Calculate(double x, Random random) {
        return x * random.NextDouble();
    }
}

因为创建“数据”列表的随机生成器提供了一个种子，并且根据正在处理的数字的哈希码为计算中使用的随机生成器提供了一个种子，所以结果是可重复的。无论线程的数量以及它们实例化的顺序如何。

我想知道是否可以为每个线程实例化一个随机生成器。下面的代码似乎可以实现这一点，但由于随机生成器不再提供（可重现的）种子，因此结果不可重复。

class Program {
    static void Main(string[] args) {

        var seed = 10;
        var data = new List<double>();
        var dataGenerator = new Random(seed);

        for (int i = 0; i < 10000; i++) {
            data.Add(dataGenerator.NextDouble());
        }

        var results = new ConcurrentBag<double>();

        var localRandom = new ThreadLocal<Random>(() => new Random());

        Parallel.ForEach(data, (d) => {
            var result = Calculate(d, localRandom.Value); 
            results.Add(result);
        });

    }

    static double Calculate(double x, Random random) {
        return x * random.NextDouble();
    }
}

有人能想出一个很好的解决方案来解决这个问题吗？

Answer 1

有可能，确实您在问题中几乎做得正确，但问题是这并不完全是您想要的。

如果每次都使用相同的数字为线程本地Random播种，则可以使结果在该线程内具有确定性，与先前操作的数量相关。您想要的是一个相对于输入具有确定性的伪随机数。

好吧，你可以坚持使用Random()。没那么重。

或者，您可以拥有自己的伪随机算法。这是一个基于重新哈希算法的简单示例（旨在更好地分配哈希码位）：

private static double Calculate(double x)
{
  unchecked
  {
    uint h = (uint)x.GetHashCode();
    h += (h << 15) ^ 0xffffcd7d;
    h ^= (h >> 10);
    h += (h << 3);
    h ^= (h >> 6);
    h += (h << 2) + (h << 14);
    return (h ^ (h >> 16)) / (double)uint.MaxValue * x;
  }
}

这不是一个特别好的伪随机生成器，但它非常快。它也不进行分配并且不会导致垃圾收集。

这就是整个方法的权衡；你可以简化上面的过程，甚至更快，但“随机”更少，或者你可以更“随机”，付出更多努力。我确信有比上面的代码更快、更“随机”的代码，这比其他算法更能演示该方法，但在竞争对手的算法中，您正在考虑质量的权衡生成的数量与性能。 new Random(d).NextDouble() 处于该权衡的特定点，其他方法处于其他点。

编辑：我使用的重新哈希算法是 Wang/Jenkins 哈希。我写的时候不记得名字了。

编辑：从评论中更好地了解您的要求，我现在想说...

您想创建一个 PRNG 类，它可以使用上面的算法，即 System.Random 的算法（以反射代码为起点），您提到的 128bitXorShift 算法或其他算法。重要的区别是它必须有一个Reseed 方法。例如，如果您复制了 System.Random 的方法，那么您的重新种子看起来就像构造函数主体的大部分（事实上，您可能会进行重构，以便除了创建它使用的数组之外，构造函数将调用 reseed）。

然后，您将为每个线程创建一个实例，并在现有代码中创建新的 Random 时调用 .Reseed(d.GetHashCode()) 。

另请注意，这给您带来了另一个优势，即如果您依赖于 PRNG 的一致结果（看起来您确实如此），那么事实上，您在 System.Random 中没有得到一致的算法承诺> 框架版本之间（甚至可能包括补丁和安全修复程序）对您来说是一个坏点，而这种方法增加了一致性。

但是，我们也没有向您承诺使用与 double.GetHashCode() 一致的算法。我怀疑他们会更改它（与经常更改的 string.GetHashCode() 不同），但以防万一您可以让您的 Reseed() 采取double 执行类似以下操作：

private static unsafe int GetSeedInteger(double d)
{
  if(d == 0.0)
    return 0;
  long num = *((long*)&d);
  return ((int)num) ^ (int)(num >> 32);
}

这几乎只是复制当前的 double.GetHashCode() ，但现在您在面对框架更改时将保持一致。

可能值得考虑自己将一组任务分成多个块，为每个块创建线程，然后在每个块方法中将此对象创建为本地对象。

优点：

访问 ThreadLocal比访问本地 T 更昂贵。

如果任务在执行的相对时间上是一致的，则不需要 Parallel.ForEach 的很多聪明才智。

缺点：

Parallel.ForEach 非常擅长平衡事物。在避免使用它会给你带来任何好处之前，你所做的事情必须非常自然地平衡，或者在预块的基础上节省很多。