Algoritmus pro generování náhodných čísel

Myslím, že zjistíte, že opravdu nechci to dělat. Vzhledem k tomu, čísla v nárůstu databázi, možná budete trávit příliš mnoho času v „Ujistěte se, že toto číslo není brán“ smyčky.

Osobně jsem měl štěstí s hash jako alternativa, ale přijít s lepší řešení, tak bych opravdu potřebuji vědět, proč chcete dělat to takhle.

Moje zkušenost byla jednoduše pomocí RNG v PHP. Zjistil jsem, že použití určitého velikost čísla (já používám int, takže mám max 4G). Běžel jsem nějaké testy a zjistil, že v průměru na 500.000 iterací, mám 120 jednolůžkových duplikáty. Nikdy jsem si trojmo po spuštění smyčce spoustu časů. My „řešení“ bylo pak už jen vložit a zkontrolovat, zda to nepodaří, pak generovat nové ID a jít znovu.

Moje rada je, aby učinili totéž a zjistit, jaké jsou vaše kolizní míra a c a zjistit, jestli je to přijatelné pro váš případ.

To není optimální, takže pokud má někdo návrhy dívám taky :)

EDIT: I byl omezen pouze na 5-ti místný ID ([a-za-z0-9] {5,5}), tím delší je id (více kombinací, na několik kolizí). MD5 e-mailu by téměř nikdy v rozporu, např.

Problém je v tom, že pokud se generování náhodných čísel je velmi možné vyrobit duplikáty infinatly.

nicméně:

<?php
//Lets assume we already have a connection to the db
$sql = "SELECT randField FROM tableName";
$result = mysql_query($sql);
$array = array();
while($row = mysql_fetch_assoc($result))
 {
   $array[] = $row['randField'];
 }
while(True)
 {
   $rand = rand(0, 999999);
   if(!in_array($rand))
     {
       //This number is not in the db so use it!
       break;
     }
 }
?>

I když to bude dělat to, co budete chtít taky, to není dobrý nápad, protože to není měřítko na dlouho, eventualy vaše pole dostane až po velké a bude trvat velmi dlouho, než generovat náhodná, která již není v db ,

Za předpokladu:

• Náhodnost je potřeba pro jedinečnosti, ne pro bezpečnost
• Váš user_id je 32 bit
• Váš limit 9999999 byla jen příklad

Dalo by se něco jednoduchého jako mající náhodné číslo jako 64 bitové celé číslo, se horních 32 bitů, obsahující časovou značku (v řadě vložky) a dolních 32 bitů user_id. To by bylo jedinečné i pro více řádků se stejným uživatelem, pokud budete používat vhodné rozlišení na časové razítko v závislosti na tom, jak často budete přidávat nové řádky pro stejného uživatele. V kombinaci s jedinečným omezením na náhodném kolony a chytit žádnou takovou chybu v logice a pak už jen opakovat.

Je snadné vytvořit číslo pseudorandom generátor s dlouhým obdobím nonrepetition; např tenhle , který je používán pro stejnou věc, že ho chcete mít na.

BTW, proč ne jen vydávat postupně IDuživatele je?

PHP již má funkci pro to, uniqid . To vytváří standardní UUID, což je skvělé, pokud máte přístup k datům odkudkoli. Nepoužívejte znovu vynalézat kolo.

Chcete-over-the-top řešení?

Předpokládám, že náhodnost není určen k šifrování kvalitní, ale jen natolik, aby odradit hádání dlouhověkost uživatele tím, že user_id.

Během vývoje, vytvoří seznam všech 10 milionů čísel v řetězci formě.

Případně provést některé jednoduché transformace, jako je přidání konstantní řetězec do středu. (To je jen v případě, že výsledek je příliš předvídatelné.)

Předat je do nástroje, který vytváří perfektní Hash funkce , jako je například gperf .

Výsledný kód je možné použít k rychlému kódování ID uživatele za běhu do jedinečné hash hodnoty, která je zaručena není v rozporu s jinými hash hodnoty.

Proč ne jen používat GUID? Nejvíce jazyky by měl mít vestavěný způsob, jak to udělat. Je zaručena jedinečnost (s velmi rozumných mezích).

Líbí se mi Oddthinking myšlenku, ale namísto výběru nejsilnější hashovací funkci na světě, mohl jednoduše:

• Generovat MD5 je prvních 10 milionů čísel (vyjádřené jako řetězce, + nějakou sůl)
• Zkontrolovat duplicity v režimu offline , tedy před odchodem do výroby (Myslím, že nebude k dispozici)
• Ukládat duplikáty v poli někde
• Při spuštění aplikace, vložte pole
• Pokud chcete vložit číslo, zvolte další číslo, počítat jeho MD5, zkontrolujte, zda je v poli, a není-li jej použít jako ID v databázi. V opačném případě zvolte další číslo

MD5 je tak rychlý, a kontroluje, zda řetězec patří do pole se vyhnout ti SELECT.

Zkuste příkaz v mysql SELECT CAST (rand () * 1000000 AS INT)

Já jsem vlastně předtím napsal článek o tom . To vyžaduje stejný přístup jako Roberta Goulda odpověď, ale navíc ukazuje, jak zkrátit blokovou šifru na vhodnou délku pomocí xor skládací, a pak, jak generovat permutace v rozsahu, který není mocninou 2, a zároveň zachování jedinečnost majetku.

Asi jsem nezachytil své místo, ale co auto_increments?

Pokud opravdu chcete dostat „náhodná“ čísla forma 0-9 999 999, pak řešení je dělat „náhodného“ jednou a pak uložit výsledek na disk.

Není to těžké získat požadovaný výsledek, ale myslím, že to spíš jako „vytvořit dlouhý seznam s čísly“, než „získat náhodné číslo“.

$array = range(0, 9999999);
$numbers = shuffle($array);

Také je potřeba ukazatel na aktuální pozici v $ čísel (uložte jej v databázi); začínat 0 a zvyšovat ji pokaždé, když potřebujete nové číslo. (Nebo můžete použít array_shift () nebo array_pop (), pokud nemáte rádi používají ukazatele).

Algoritmus správný PRNG (Pseudo-generátor náhodných čísel), bude mít časový cyklus, během kterého to nikdy nebude ve stejném stavu. Máte-li vystavit celý stav PRNG v počtu načtena z něj dostanete číslo zaručenou jedinečné po dobu generátoru.

Jednoduchý PRNG, který toto se nazývá ‚ Linear congruential ‘ PRNG který opakuje vzorec:

X(i) = AX(i-1)|M

Pomocí pravého dvojice faktorů můžete získat dobu 2 ^ 30 (cca 1 miliarda) od jednoduchého PRNG s 32 bitů akumulátoru. Všimněte si, že budete potřebovat 64 bit long dočasné proměnné držet prostřední část ‚AX‘ z výpočtu. Většina, ne-li všechny kompilátory C bude podporovat tento typ dat. Také byste měli být schopni to udělat s číselný datový typ u většiny SQL dialektů.

Se správnými hodnotami A a M můžeme získat generátor náhodných čísel s dobrými statistické a geometrické vlastnosti. Tam je slavný dokument o tom viz Fishman a Moore.

Pro m = 2 ^ 31 až 1 dostaneme použít hodnoty níže uvedená získat PRNG s pěknou dlouhou dobu (2 ^ 30 IIRC).

Dobrými hodnotami:

742,938,285  
950,706,376  
1,226,874,159  
62,089,911  
1,343,714,438   

Všimněte si, že tento typ generátoru je (podle definice), není kryptograficky bezpečný. Pokud víte, že poslední číslo generované z něj můžete předpovědět, co bude dělat dál. Bohužel se domnívám, že se nemůžete dostat šifrovací bezpečnost a záruku neopakovatelnosti najednou. Pro PRNG být kryptograficky zabezpečené (např Blum Blum Shub ) nemůže vystavit dostatečný stav v generované číslo na další číslo v pořadí, aby se předpovědět. Proto je vnitřní stav je širší než vygenerované číslo a (aby měl dobré zabezpečení) lhůta bude delší, než je počet možných hodnot, které mohou být generovány. To znamená, že exponovaná číslo nebude ojedinělý ve stanovené lhůtě.

Z podobných důvodů, že totéž platí o dlouhou periodou generátorů, jako jsou Mersenne Twister.

Existuje několik způsobů, jak jít o tom jeden způsob, jak by bylo postavit pole s čísly 0000000 až 9999999 a pak vybrat náhodný výběr z těchto čísel na tomto poli a prohodit vybral čísla hodnoty s nejvyšší hodnotou Max pak snížila max by 1 a vybrat jiný náhodný člen tohoto pole na novém maximu

pokaždé snížení Max jedním

Například (v bazické): (napravo jsou komentáře, které by měly být odstraněny v aktuálním programu) Rndfunc je výzva na cokoliv náhodných čísel funkcí generátor, který používáte

dim array(0 to 9999999) as integer
for x% = 1 to 9999999
array(x%)=x%
next x%
maxPlus = 10000000
max =9999999
pickedrandom =int(Rndfunc*maxPlus)  picks a random indext of the array based on    
                                   how many numbers are left
maxplus = maxplus-1
swap array(pickedrandom) , array(max) swap this array value to the current end of the
                                     array 
max = max -1                   decrement the pointer of the max array value so it 
                              points to the next lowest place..

pak to dělat to pro každé číslo, které chcete vybrat, ale budete muset mít možnost používat velmi velké matice

druhá metoda by být následující: generování množství a uložit ji do pole, které může růst dynamicky pak po vyzvednutí nového čísla a porovnat jej s hodnotou, která je v polovině od prvního do posledního prvku v poli v tomto případě to by byl první číslo vybral, zda odpovídá vyzvednout další náhodné číslo, třídit pole podle velikosti a pokud není shoda pak v závislosti na počasí je větší nebo menší, než je číslo, které je ve srovnání s tebou jít nahoru nebo dolů seznam polovina poloviční vzdálenosti, pokaždé, když to neodpovídá a je větší nebo menší než to, co se to ve srovnání s.

Pokaždé, když na polovinu, dokud nedosáhnete velikosti mezery jednoho pak zkontrolovat jednou a zastaví, neexistuje žádná shoda, a pak se přidá další číslo do seznamu a seznam je zamíchal ve vzestupném pořadí, a tak dále a tak dále, dokud si nejste provádí sběr náhodných čísel ... doufám, že to pomůže ..

Chcete-li zajistit, aby náhodných čísel se neopakuje, budete potřebovat neopakující náhodných čísel-generátor (jak je popsáno zde ).

Základní myšlenkou je, že následující vzorec seed * seed & pbude produkován neopakující náhodných čísel pro jakéhokoli vstupu x such that 2x < pa p - x * x % pprodukuje všechny ostatní náhodných čísel aswell neopakující se, ale pouze v případě, p = 3 mod 4. Takže v podstatě vše, co potřebujete, je jeden primnumber tak blízko 9999999, jak je to možné. Tímto způsobem snaha může být snížena na jediném čtení pole, ale s druhou stranu, že buď příliš velké identifikátory jsou vytvářeny nebo bude vygenerován příliš málo ID.

Tento algoritmus není permutaci velmi dobře, takže bych doporučil kombinovat to buď XOR nebo přidáním nebo nějaký jiný přístup ke změně přesnou hodnotu bez zničení 1-to-1-vztah mezi semeny a jejich generované hodnoty.