1700537155
1700537156
场景描述
1700537157
1700537158
均匀分布是指整个样本空间中的每一个样本点对应的概率（密度）都是相等的。根据样本空间是否连续，又分为离散均匀分布和连续均匀分布。均匀分布可以算作是最简单的概率分布。从均匀分布中进行采样，即生成均匀分布随机数，几乎是所有采样算法都需要用到的基本操作。然而，即使是如此简单的分布，其采样过程也并不是显然的，需要精心设计一定的策略。
1700537159
1700537160
知识点
1700537161
1700537162
概率统计，线性同余
1700537163
1700537164
问题 如何编程实现均匀分布随机数生成器？
1700537165
1700537166
难度：★☆☆☆☆
1700537167
1700537168
分析与解答
1700537169
1700537170
首先需要明确的是，计算机程序都是确定性的，因此并不能产生真正意义上的完全均匀分布随机数，只能产生伪随机数（伪随机数是指这些数字虽然是通过确定性的程序产生的，但是它们能通过近似的随机性测试）。另外，由于计算机的存储和计算单元只能处理离散状态值，因此也不能产生连续均匀分布随机数，只能通过离散分布来逼近连续分布（用很大的离散空间来提供足够的精度）。
1700537171
1700537172
一般可采用线性同余法（Linear Congruential Generator）来生成离散均匀分布伪随机数，计算公式为
1700537173
1700537174
1700537175
，
1700537176
1700537177
（8.1）
1700537178
1700537179
也就是根据当前生成的随机数xt来进行适当变换，进而产生下一次的随机数xt+1。初始值x0称为随机种子。式（8.1）得到的是区间[0,m−1]上的随机整数，如果想要得到区间[0,1]上的连续均匀分布随机数，用xt除以m即可。
1700537180
1700537181
可以看出，线性同余法得到的随机数并不是相互独立的（下一次的随机数根据当前随机数来产生）。此外，根据式（8.1），该算法最多只能产生m个不同的随机数，实际上对于特定的种子，很多数无法取到，循环周期基本达不到m。如果进行多次操作，得到的随机数序列会进入循环周期。因此，一个好的线性同余随机数生成器，要让其循环周期尽可能接近m，这就需要精心选择合适的乘法因子a和模数m（需要利用代数和群理论）。具体实现中有多种不同的版本，例如gcc中采用 的glibc版本：
1700537182
1700537183
1700537184
1700537185
1700537186
但不管怎样，由计算机程序实现的随机数生成器产生的都是伪随机数，真正的随机数只会存在于自然界的物理现象中，比如放射性物质的衰变，温度、气流的随机扰动等。有一些网站可以提供基于大自然的随机现象的随机生成器，有兴趣的读者可以尝试一下。图8.1是通过大气噪声来产生随机数，可以说是“货真价实”的真随机数生成器了。
1700537187
1700537188
1700537189
1700537190
1700537191
图8.1 闪电产生大气噪声
1700537192
1700537193
·总结与扩展·
1700537194
1700537195
面试时，面试官还可能会针对线性同余法进行深入提问，比如，线性同余法中的随机种子一般如何选定？如果需要产生高维样本或大量样本，线性同余法会存在什么问题？如何证明上述线性同余发生器得到的序列可以近似为均匀分布（伪随机数）？
1700537196
1700537197
1700537198
1700537199
1700537200
百面机器学习：算法工程师带你去面试 [:1700532214]
1700537201
百面机器学习：算法工程师带你去面试 03 常见的采样方法
1700537202
1700537203
1700537204