랜덤 - 의사 난수 발생기 (Pseudo Random Number Generator : PRNG)
의사 난수 발생기는 많은 양의 난수 발생이 필요할 때 확률 및 통계, 응용프로그램을 위해서 사용되는 랜덤 발생기이다.
랜덤이라는 알고리즘이 아무리 정교하더라도 다음 숫자를 예측할 수 있는 상황이 생기기 때문에 이러한 숫자 난수 시퀀스는 실제로는 무작위가 아니다. 의사 난수 발생기는 초기 시드(Seed)를 이용해서 임의의 시작 상태에서 시작하여 난수의 속성에 가까운 일련의 숫자를 생성한다.
난수 발생기 중 가장 유명한 3가지에 대해서 간략하게 코드만 정리하도록 한다.
<선형합동법 (Linear Congruential Method) >
Xn+1=(aXn+c)mod m
return (float)((seed * 9301 + 49297) % 233280 / 233280.0f);<메르센 트위스트 (Mersenne twister)>
기존의 난수 생성의 문제점을 개선한 난수 발생으로 난수의 품질과 속도를 개선했다.
seed를 포함한 624개의 정수를 이용해서 난수 발생을 한다.
난수의 생성 비트에 따라 MT19937, MT19937-64로 나뉜다.
public class RandomMersenne
{
const int MERS_N = 624;
const int MERS_M = 397;
const int MERS_U = 11;
const int MERS_S = 7;
const int MERS_T = 15;
const int MERS_L = 18;
const uint MERS_A = 0x9908B0DF;
const uint MERS_B = 0x9D2C5680;
const uint MERS_C = 0xEFC60000;
uint[] mt = new uint[MERS_N]; // state vector
uint mti; // index into mt
private RandomMersenne() { }
public RandomMersenne(uint seed)
{ // constructor
RandomInit(seed);
}
public void RandomInit(uint seed)
{
SetSeed(seed);
}
public void SetSeed(uint seed)
{
mt[0] = seed;
for (mti = 1; mti < MERS_N; mti++)
mt[mti] = (1812433253U * (mt[mti - 1] ^ (mt[mti - 1] >> 30)) + mti);
}
public void RandomInitByArray(uint[] seeds)
{
// seed by more than 32 bits
uint i, j;
int k;
int length = seeds.Length;
RandomInit(19650218U);
if (length <= 0) return;
i = 1; j = 0;
k = (MERS_N > length ? MERS_N : length);
for (; k != 0; k--)
{
mt[i] = (mt[i] ^ ((mt[i - 1] ^ (mt[i - 1] >> 30)) * 1664525U)) + seeds[j] + j;
i++; j++;
if (i >= MERS_N) { mt[0] = mt[MERS_N - 1]; i = 1; }
if (j >= length) j = 0;
}
for (k = MERS_N - 1; k != 0; k--)
{
mt[i] = (mt[i] ^ ((mt[i - 1] ^ (mt[i - 1] >> 30)) * 1566083941U)) - i;
if (++i >= MERS_N) { mt[0] = mt[MERS_N - 1]; i = 1; }
}
mt[0] = 0x80000000U; // MSB is 1; assuring non-zero initial array
}
public int IRandom(int min, int max)
{
// output random integer in the interval min <= x <= max
int r;
r = (int)((max - min + 1) * Random()) + min; // multiply interval with random and truncate
if (r > max)
r = max;
if (max < min)
return -2147483648;
return r;
}
public double Random()
{
// output random float number in the interval 0 <= x < 1
uint r = BRandom(); // get 32 random bits
if (System.BitConverter.IsLittleEndian)
{
byte[] i0 = System.BitConverter.GetBytes((r << 20));
byte[] i1 = System.BitConverter.GetBytes(((r >> 12) | 0x3FF00000));
byte[] bytes = { i0[0], i0[1], i0[2], i0[3], i1[0], i1[1], i1[2], i1[3] };
double f = System.BitConverter.ToDouble(bytes, 0);
return f - 1.0;
}
return r * (1.0 / (0xFFFFFFFF + 1.0));
}
public uint BRandom()
{
// generate 32 random bits
uint y;
if (mti >= MERS_N)
{
const uint LOWER_MASK = 2147483647;
const uint UPPER_MASK = 0x80000000;
uint[] mag01 = { 0, MERS_A };
int kk;
for (kk = 0; kk < MERS_N - MERS_M; kk++)
{
y = (mt[kk] & UPPER_MASK) | (mt[kk + 1] & LOWER_MASK);
mt[kk] = mt[kk + MERS_M] ^ (y >> 1) ^ mag01[y & 1];
}
for (; kk < MERS_N - 1; kk++)
{
y = (mt[kk] & UPPER_MASK) | (mt[kk + 1] & LOWER_MASK);
mt[kk] = mt[kk + (MERS_M - MERS_N)] ^ (y >> 1) ^ mag01[y & 1];
}
y = (mt[MERS_N - 1] & UPPER_MASK) | (mt[0] & LOWER_MASK);
mt[MERS_N - 1] = mt[MERS_M - 1] ^ (y >> 1) ^ mag01[y & 1];
mti = 0;
}
y = mt[mti++];
// Tempering (May be omitted):
y ^= y >> MERS_U;
y ^= (y << MERS_S) & MERS_B;
y ^= (y << MERS_T) & MERS_C;
y ^= y >> MERS_L;
return y;
}
}
코드 : [링크]
Mersenne Twister Random Number Generation in C# - PROWARE technologies
Mersenne Twister Random Number Generation in C# See related: .NET examples The widely used Mersenne Twister is a pseudorandom number generator. For a C++ implementation, see this article. // Mersenne.cs using System; namespace prowaretech.com { public clas
www.prowaretech.com
<WELL512>
public class Well512
{
static int[] state = new int[16];
static int index = 0;
public Well512()
{
System.Random random = new System.Random((int)System.DateTime.Now.Ticks);
for (int i = 0; i < 16; i++)
{
state[i] = (int)random.Next();
}
}
internal int Next(int minValue, int maxValue)
{
return (int)((Next() % (maxValue - minValue)) + minValue);
}
public int Next(int maxValue)
{
return Next() % maxValue;
}
public int Next()
{
int a, b, c, d;
a = state[index];
c = state[(index + 13) & 15];
b = a ^ c ^ (a << 16) ^ (c << 15);
c = state[(index + 9) & 15];
c ^= (c >> 11);
a = state[index] = b ^ c;
d = a ^ (int)((a << 5) & 0xda442d24U);
index = (index + 15) & 15;
a = state[index];
state[index] = a ^ b ^ d ^ (a << 2) ^ (b << 18) ^ (c << 28);
return state[index];
}코드 : [링크]
.NET Framework: 313. WELL512 난수 발생 알고리즘 - C#
.NET Framework: 313. WELL512 난수 발생 알고리즘 - C# [링크 복사], [링크+제목 복사] 조회: 29241 글쓴 사람 정성태 (techsharer at outlook.com) 홈페이지 첨부 파일 [ConsoleApplication1.zip] 부모글 보이기/감추기
www.sysnet.pe.kr
| <선형합동법 (Linear Congruential Method) > | 씨드를 기준으로 랜덤값을 만듬 속도는 빠르지만 단순해서 예측이 쉽다. |
| <메르센 트위스트 (Mersenne twister)> | 선형 합동법보다 복잡하고 기존의 랜덤의 분포도를 개선한 랜덤 |
| <WELL512> | 메르센 트위스트를 개선한 알고리즘으로 균등한 랜덤의 분포도를 가진다. |
최소한의 표현의 방식으로 x,y로만 테스트를 진행했다.
해당 코드로 Cube를 같은 조건(1000개)을 x, y 포지션을 생성한 결과이다.
| c/c++ rand | <선형합동법 (Linear Congruential Method) > | <메르센 트위스트 (Mersenne twister)> | WELL512 |
 |
 |
 |
 |
같은 조건으로 2000개를 생성한 결과는 다음과 같다.
| c/c++ rand | <선형합동법 (Linear Congruential Method) > | <메르센 트위스트 (Mersenne twister)> | WELL512 |
 |
 |
 |
 |
 |
 |
 |
 |
<분기별로 0.5f 딜레이 이후에 테스트한 코드 영상>
<결론>
가장 단순한 작업에서는 내장 Random를 사용하고
고정된 Seed 별로 일련의 순서를 처리하기 위해서는 단순하게는 선형합동법 (Linear Congruential Method)을 사용하고
반복된 랜덤으로 균등하게 보장된 값을 원하면 메르센 트위스트 (Mersenne twister), WELL512 을 사용하면 될것 같다.
결국 어떤 빈도와 어떤 형태의 랜던값이 필요한지에 따라 선택해서 사용하면 된다.
모든 랜덤에 대해서 전부 이해하고 작업했다고 보기에는 무리가 있습니다.
여러가지 사이트를 참고했고
개인적인 생각 + 개인적인 코드로 인해서 테스트 결과가 정상적이지 않을수 있습니다. (단순테스트)
★★☆☆☆
댓글