测试一下API 的随机数函数xdrx_math_rand是否真的随机

XDSoft

都知道，C++的随机数生成函数是伪随机的，随机数的取得看种子取的是否合适，通过测试数据，看看xdrx_math_rand 函数的随机分布概率

1. (defun c:tt()
   
2.     (setq num (getreal "\n计算次数:"))
   
3.     (setq mlst '(("0" 0)("1" 0)("2" 0)("3" 0)("4" 0)("5" 0)("6" 0)("7" 0)("8" 0)("9" 0)))
   
4.     (repeat (fix num)
   
5.         (setq a (xdrx_math_rand 9))
   
6.         (setq old (assoc (itoa a) mlst))
   
7.         (setq new (list (itoa a) (1+ (cadr old))))
   
8.         (setq mlst (subst new old mlst))
   
9.     )
   
10.     (foreach n mlst
    
11.        (princ (strcat (car n) "  次数: " (itoa (cadr n)) "  百分比： " (rtos (* 100 (/ (cadr n) num)) 2 2) "%"))
    
12.        (princ "\n")
    
13.     )
    
14.     (princ)
    
15. )
    
16. 
    

(defun c:tt()<br />     (setq num (getreal "\n计算次数:"))<br />     (setq mlst '(("0" 0)("1" 0)("2" 0)("3" 0)("4" 0)("5" 0)("6" 0)("7" 0)("8" 0)("9" 0)))<br />     (repeat (fix num)<br />         (setq a (xdrx_math_rand 9))<br />         (setq old (assoc (itoa a) mlst))<br />         (setq new (list (itoa a) (1+ (cadr old))))<br />         (setq mlst (subst new old mlst))<br />     )<br />     (foreach n mlst<br />        (princ (strcat (car n) "  次数: " (itoa (cadr n)) "  百分比： " (rtos (* 100 (/ (cadr n) num)) 2 2) "%"))<br />        (princ "\n")<br />     )<br />     (princ)<br /> )<br /> <br />

测试数据：下面测试0-9  10个数字在不同计算次数下的随机分布情况。

1. 
   
2. 计算次数:100
   
3. 0  次数: 8  百分比： 8%
   
4. 1  次数: 17  百分比： 17%
   
5. 2  次数: 5  百分比： 5%
   
6. 3  次数: 4  百分比： 4%
   
7. 4  次数: 26  百分比： 26%
   
8. 5  次数: 5  百分比： 5%
   
9. 6  次数: 11  百分比： 11%
   
10. 7  次数: 10  百分比： 10%
    
11. 8  次数: 6  百分比： 6%
    
12. 9  次数: 8  百分比： 8%
    
13. 
    

复制代码

1. 
   
2. 计算次数:1000
   
3. 0  次数: 50  百分比： 5%
   
4. 1  次数: 118  百分比： 11.8%
   
5. 2  次数: 113  百分比： 11.3%
   
6. 3  次数: 87  百分比： 8.7%
   
7. 4  次数: 107  百分比： 10.7%
   
8. 5  次数: 152  百分比： 15.2%
   
9. 6  次数: 64  百分比： 6.4%
   
10. 7  次数: 63  百分比： 6.3%
    
11. 8  次数: 156  百分比： 15.6%
    
12. 9  次数: 90  百分比： 9%
    
13. 
    

复制代码

1. 
   
2. 计算次数:10000
   
3. 0  次数: 889  百分比： 8.89%
   
4. 1  次数: 1113  百分比： 11.13%
   
5. 2  次数: 906  百分比： 9.06%
   
6. 3  次数: 1013  百分比： 10.13%
   
7. 4  次数: 1182  百分比： 11.82%
   
8. 5  次数: 882  百分比： 8.82%
   
9. 6  次数: 1041  百分比： 10.41%
   
10. 7  次数: 1150  百分比： 11.5%
    
11. 8  次数: 897  百分比： 8.97%
    
12. 9  次数: 927  百分比： 9.27%
    
13. 
    

复制代码

1. 
   
2. 计算次数:100000
   
3. 0  次数: 10011  百分比： 10.01%
   
4. 1  次数: 10055  百分比： 10.06%
   
5. 2  次数: 10227  百分比： 10.23%
   
6. 3  次数: 9910  百分比： 9.91%
   
7. 4  次数: 9940  百分比： 9.94%
   
8. 5  次数: 9906  百分比： 9.91%
   
9. 6  次数: 10156  百分比： 10.16%
   
10. 7  次数: 9317  百分比： 9.32%
    
11. 8  次数: 10362  百分比： 10.36%
    
12. 9  次数: 10116  百分比： 10.12%
    
13. 
    

复制代码

1. 
   
2. 计算次数:1000000
   
3. 0  次数: 99153  百分比： 9.92%
   
4. 1  次数: 100796  百分比： 10.08%
   
5. 2  次数: 100943  百分比： 10.09%
   
6. 3  次数: 98853  百分比： 9.89%
   
7. 4  次数: 100936  百分比： 10.09%
   
8. 5  次数: 99971  百分比： 10%
   
9. 6  次数: 99285  百分比： 9.93%
   
10. 7  次数: 99677  百分比： 9.97%
    
11. 8  次数: 100492  百分比： 10.05%
    
12. 9  次数: 99894  百分比： 9.99%
    
13. 
    

复制代码

可以看出，随着采样次数的数量级增加，10万级以上的，基本都在9.9-10范围内了，可以看出API随机函数里面的种子算法还是”很“随机的。