python随机种子数_关于随机：rng种子的Python数量

Bertha 。 2022-11-19 09:50 246阅读 0赞

在用于从种子初始化随机数的文档(python 3.5)中：

random.seed(a=None, version=2)

Initialize the random number generator.

If a is omitted or None, the current system time is used. If

randomness sources are provided by the operating system, they are used

instead of the system time (see the os.urandom() function for details

on availability).

If a is an int, it is used directly.

With version 2 (the default), a str, bytes, or bytearray object gets

converted to an int and all of its bits are used. With version 1, the

hash() of a is used instead.

号

它不清楚有多少种子。一个int通常只有40亿个不同的值，但是pythons包含任意精度：

x = 1

type(x) \#

y = 123456789123456789123456789123456789123456789123456789123456789123456789

type(y) \#

z = x+y

z-y \# 1 (no rounding error for a 71 digit number)

他们说所有的位都被使用了，但这可能意味着这些位被用来做一个正常的32位整数的摘要。为什么这很重要？我需要一个随机的种子模式。反过来，我需要生成随机的模式序列(顺序依次有一个种子)。一个随机数生成器流将受到"生日攻击"，其中在大约10万之后，如果只有32位，几乎肯定会有一个副本。虽然这不适用于密码术，但仍然是不可取的。

开放源码最棒的是能够简单地查看带有问题的代码。这是random.seed的来源：

if a is None:

try:

\# Seed with enough bytes to span the 19937 bit

\# state space for the Mersenne Twister

a = int.from\_bytes(\_urandom(2500), 'big')

except NotImplementedError:

import time

a = int(time.time() \* 256) \# use fractional seconds

if version == 2:

if isinstance(a, (str, bytes, bytearray)):

if isinstance(a, str):

a = a.encode()

a += \_sha512(a).digest()

a = int.from\_bytes(a, 'big')

super().seed(a)

self.gauss\_next = None

您可以看到，如果提供了version == 2和str和bytes，则需要a的sha512，附加它，并使用int.from\_bytes，生成非常大的int，并保证至少512位种子，即使使用非常小的自定义输入。

如下文所述，最终结果是保证种子的长度至少为624位。

"super().seed(a)"是超级进一步消化这个512位散列，还是真正的512位种子？

我认为这也与super().seed(a)之后a发生的情况有关。源代码是github.com/python/cpython/blob/&hellip；…random\_seed()。我还在消化它。

此注释"此算法依赖于无符号的数字。所以：如果arg是塔架，使用它的绝对值。否则使用散列值，强制转换为无符号。"似乎意味着种子最终只是一个PyLong。啊…但是PyLong可以是任意大小。

它将我们引导到init\_by\_array()，它将传递一个32位整数数组。

"不变的19650218是作者之一的生日"。这里似乎是设置长度的地方：k = (N>key\_length ? N : key\_length);，其中N是624，但这是最小值而不是最大值。在我看来，它没有实现最大长度。

@库皮亚科斯，你可以把它融入你的答案中…

发表评论取消回复

表情：

评论列表（有 0 条评论，246人围观）

还没有评论，来说两句吧...

相关阅读

相关 python中的随机数种子seed()

子1： import numpy as np import random random.seed(0) np.random.s...

た入场券/ 2024年04月18日 11:08/ 0 赞/ 120 阅读

相关 PyTorch的可重复性问题【设置随机种子】

由于在模型训练的过程中存在大量的随机操作，使得对于同一份代码，重复运行后得到的结果不一致。因此，为了得到可重复的实验结果，我们需要对随机数生成器设置一个固定的种子。

浅浅的花香味﹌/ 2023年09月29日 14:42/ 0 赞/ 82 阅读

相关随机种子——random_state

random\_state是一个随机种子，是在任意带有随机性的类或函数里作为参数来控制随机模式。当random\_state取某一个值时，也就确定了一种规则。 rand

ゝ一纸荒年。/ 2023年06月27日 03:50/ 0 赞/ 83 阅读

相关 python随机种子数_关于随机：rng种子的Python数量

在用于从种子初始化随机数的文档(python 3.5)中： random.seed(a=None, version=2) Initialize the random num

Bertha 。/ 2022年11月19日 09:50/ 0 赞/ 247 阅读

相关 c语言自定义随机种子,C++ 随机数与随机种子数的实例

C++ 随机数与随机种子数的实例实现效果图：实例代码： \include \include \include using namespace std; voi

红太狼/ 2022年10月15日 00:58/ 0 赞/ 243 阅读

相关 RNG随机类

转载自：http://blog.csdn.net/longwinyang/article/details/52934843 本文主要讲解随机数生成器RNG。在ope

た入场券/ 2022年06月04日 01:41/ 0 赞/ 328 阅读

相关 python随机种子

python随机种子 seed( ) 用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed( )值，则每次生成的随即数都相同，如果不设置这个值，则系统根据时间来

女爷i/ 2022年04月23日 00:38/ 0 赞/ 283 阅读

相关基于python的种子搜索网站--开发过程

本讲会对种子搜索网站的开发过程进行详细的讲解。网站演示： https://bt.mypython.me 源码地址： https://github.com/geeeeeee

秒速五厘米/ 2022年01月20日 07:19/ 0 赞/ 339 阅读

相关弱随机化种子漏洞科普

> ∑-TEAM · 2014/04/15 11:29 0x00 背景 -------------------- 上周我参加了一个Bishop Fox和BYU大学举办

迷南。/ 2021年09月18日 08:30/ 0 赞/ 383 阅读

相关关于随机种子random.seed()测试 pytorch完全设置随机种子

测试： ![这里写图片描述][70]![这里写图片描述][70 1]![这里写图片描述][70 2] 可以看到random.seed()对于import的文件同样有用。

Dear 丶/ 2021年09月16日 00:12/ 0 赞/ 645 阅读