mprand.h 文件参考

#include "lmmp.h"

mprand.h 的引用(Include)关系图:

此图展示该文件直接或间接的被哪些文件引用了:

浏览源代码.

类型定义
typedef struct lmmp_strong_rng_t	lmmp_strong_rng_t
	强随机数生成器结构体

函数
void	lmmp_global_rng_init_ (int seed, int seed_type)
	初始化全局随机数生成器
mp_size_t	lmmp_random_ (mp_ptr dst, mp_size_t n)
	生成随机大整数（0 - B^n-1 均匀分布）
mp_size_t	lmmp_seed_random_ (mp_ptr dst, mp_size_t n, mp_limb_t seed, int seed_type)
	生成随机大整数（0 - B^n-1 均匀分布）
mp_size_t	lmmp_strong_random_ (mp_ptr dst, mp_size_t n, lmmp_strong_rng_t *rng)
	生成n维度强随机数（0 - B^n-1 均匀分布）
void	lmmp_strong_rng_extern_ (lmmp_strong_rng_t *rng, mp_size_t k)
	将rng内部状态拓展至k维度
void	lmmp_strong_rng_free_ (lmmp_strong_rng_t *rng)
	销毁强随机数生成器
lmmp_strong_rng_t *	lmmp_strong_rng_init_ (mp_size_t k, int seed)
	创建k维度强随机数生成器

类型定义说明

lmmp_strong_rng_t

typedef struct lmmp_strong_rng_t lmmp_strong_rng_t

强随机数生成器结构体

注解

内部状态为一个长度为 k 的limb数组，初始状态由种子决定，每生成一次，内部状态将会更新， 内部状态的每个维度都是一个64位无符号整数，且可以认为是独立的。故通常情况下，此生成器得到的 随机数拥有极好的k-维均匀性。对于每个独立的limb，为了提高生成速度，我们使用pcg64-le随机数发生器 虽然各个limb间算法相同，但初始化状态几乎完全不同。

在文件 mprand.h 第 105 行定义.

函数说明

lmmp_global_rng_init_()

void lmmp_global_rng_init_	(	int	seed,
		int	seed_type
	)

初始化全局随机数生成器

参数

seed	种子
seed_type	随机数发生器类型（0：pcg64_128，1：xoshiro256++）

警告

seed_type 必须在0到1之间，如果不是，则使用 seed_type%2 作为seed_type， 如果全局种子已经初始化，则会更新全局种子，或更新发生器类型

注解

由于使用int类型作为种子，我们将会维护一个全局种子随机序列，丰富种子的随机性。

在文件 mprand.c 第 20 行定义.

                                                    {
    lmmp_global_rng.state = lmmp_seed_generator(seed + seed_type);
    lmmp_global_rng.seed_type = seed_type % 2;
}

引用了 lmmp_global_rng, lmmp_seed_generator(), lmmp_global_rng_t::seed_type , 以及 lmmp_global_rng_t::state.

函数调用图:

lmmp_random_()

mp_size_t lmmp_random_	(	mp_ptr	dst,
		mp_size_t	n
	)

生成随机大整数（0 - B^n-1 均匀分布）

参数

dst	随机数存储位置
n	dst的 limb 长度

警告

如果dst==NULL或n==0，则返回0，无其他操作。种子由 lmmp_global_rng_init() 设置，发生器类型由 lmmp_global_rng_init() 设置，如果没有进行全局初始化，则使用默认种子（默认等价设置全局种子为0， 并不代表全局种子为0）和默认发生器类型（默认为xoshiro256++），即未设置全局种子，行为等价于 执行了 lmmp_global_rng_init_(0, 1)

注解

每调用一次此函数，种子将会进行一次更新，以确保多次调用时的种子不同，但是只要每次调用的方式 和顺序相同，在同一个进程中，每次生成的随机数序列相同。

返回

随机数的 limb 长度（由于可能存在生成随机数为0的情况，所以返回值可能小于n，但不会大于n）

lmmp_seed_random_()

mp_size_t lmmp_seed_random_	(	mp_ptr	dst,
		mp_size_t	n,
		mp_limb_t	seed,
		int	seed_type
	)

生成随机大整数（0 - B^n-1 均匀分布）

参数

dst	随机数存储位置
n	dst的 limb 长度
seed	种子（建议使用有效位数较多的随机数，以保证随机数质量）
seed_type	随机数发生器类型（0：pcg64_128，1：xoshiro256++）

警告

seed_type 必须在0到1之间，如果不是，则使用 seed_type%2 作为seed_type

返回

随机数的 limb 长度（这是由于可能存在生成随机数为0的情况（虽然几乎不可能）， 所以返回值可能小于n，但不会大于n）

lmmp_strong_random_()

mp_size_t lmmp_strong_random_	(	mp_ptr	dst,
		mp_size_t	n,
		lmmp_strong_rng_t *	rng
	)

生成n维度强随机数（0 - B^n-1 均匀分布）

参数

dst	随机数存储位置（长度为k个limb）
n	dst的 limb 长度（n<=k）
rng	强随机数生成器指针，每生成一次，内部状态将会更新

警告

rng!=NULL, dst!=NULL, 0<n<=k,

注解

rng为强随机数生成器指针，每调用一次此函数，内部状态将会更新，以进行重复生成长度相同的随机大整数序列 此方法生成的随机数序列具有极好的k-维均匀性，单个随机大整数间的各个limb都是几乎完全独立的序列。

返回

随机数的 limb 长度（由于可能存在生成随机数为0的情况，所以返回值可能小于n，但不会大于n）

lmmp_strong_rng_extern_()

void lmmp_strong_rng_extern_	(	lmmp_strong_rng_t *	rng,
		mp_size_t	k
	)

将rng内部状态拓展至k维度

参数

rng	强随机数生成器指针
k	随机数长度（单位：limb）

警告

rng!=NULL, k>0

注解

若k<=rng->stream.k，则不进行任何操作。否则，将rng内部状态拓展至k维度。

在文件 mprand.c 第 87 行定义.

                                                                  {
    lmmp_param_assert(rng != NULL);
    lmmp_param_assert(k > 0);
    if (k <= rng->stream.k) return;
    rng->stream.state = (mp_limb_t*)lmmp_realloc(rng->stream.state, k * sizeof(mp_limb_t));
 
    mp_limb_t new_seed = lmmp_seed_generator(rng->stream.k);
    new_seed = rotl(new_seed, 37) ^ lmmp_seed_generator(k);
    pcg64_le_seq_init(&rng->stream, rng->stream.k, new_seed);
    rng->stream.k = k;
}

引用了 pcg64_le_seq_t::k, k, lmmp_param_assert, lmmp_realloc(), lmmp_seed_generator(), pcg64_le_seq_init(), rotl(), pcg64_le_seq_t::state , 以及 lmmp_strong_rng_t::stream.

函数调用图:

lmmp_strong_rng_free_()

void lmmp_strong_rng_free_

(

lmmp_strong_rng_t *

rng

)

销毁强随机数生成器

参数

rng

强随机数生成器指针

在文件 mprand.c 第 99 行定义.

                                                   {
    if (rng != NULL) {
        if (rng->stream.state != NULL) {
            lmmp_free(rng->stream.state);
        }
        lmmp_free(rng);
    }
}

引用了 lmmp_free(), pcg64_le_seq_t::state , 以及 lmmp_strong_rng_t::stream.

函数调用图:

lmmp_strong_rng_init_()

lmmp_strong_rng_t * lmmp_strong_rng_init_	(	mp_size_t	k,
		int	seed
	)

创建k维度强随机数生成器

参数

k	随机数长度（单位：limb）
seed	种子

警告

k>0

注解

请注意，此操作是一个开销很大的操作，且会分配内存，在仅生成一次的情况下，甚至初始化时间会慢于生成 一个随机数的时间。

返回

强随机数生成器指针

在文件 mprand.c 第 74 行定义.

                                                                {
    lmmp_param_assert(k > 0);
 
    lmmp_strong_rng_t* rng = (lmmp_strong_rng_t*)lmmp_alloc(sizeof(lmmp_strong_rng_t));
    rng->stream.k = k;
    rng->stream.state = ALLOC_TYPE(k, mp_limb_t);
 
    mp_limb_t new_seed = lmmp_seed_generator(seed);
    new_seed = rotl(new_seed, 17) ^ lmmp_seed_generator(k);
    pcg64_le_seq_init(&rng->stream, 0, new_seed);
    return rng;
}

引用了 ALLOC_TYPE, pcg64_le_seq_t::k, k, lmmp_alloc(), lmmp_param_assert, lmmp_seed_generator(), pcg64_le_seq_init(), rotl(), pcg64_le_seq_t::state , 以及 lmmp_strong_rng_t::stream.

函数调用图: