Skip to content
TheChatArchiveThe Chat Archive
gpt-4o-mini-2024-07-18· OpenAIAi2 WildChat-4.8M (AI2)

Напиши на питоне реализацию линейного конгруэнтного генератора для генерации случайных…

  1. User

    Напиши на питоне реализацию линейного конгруэнтного генератора для генерации случайных чисел из равномерного распределения. Параметры функции: количество значений и границы

  2. Assistant

    Линейный конгруэнтный генератор (ЛКГ) является простым методом генерации псевдослучайных чисел. Он основывается на рекурсии:

    [ X_{n+1} = (a \cdot X_n + c) \mod m ]

    где:

    • ( X ) — последовательность псевдослучайных чисел,
    • ( a ) — множитель,
    • ( c ) — приращение,
    • ( m ) — модуль,
    • ( X_0 ) — начальное значение (зерно генератора).

    Вот пример реализации линейного конгруэнтного генератора на Python. Функция будет принимать количество значений для генерации и границы диапазона:

    class LinearCongruentialGenerator:
        def __init__(self, seed: int):
            self.m = 2**31 - 1  # Модуль, обычно выбирается близким к максимальному значению целого
            self.a = 48271      # Множитель, часто используется в LCG
            self.c = 0          # Приращение, устанавливаем в 0 для однородности
            self.seed = seed    # Начальное значение
    
        def random(self) -> float:
            # Генерируем следующее число
            self.seed = (self.a * self.seed + self.c) % self.m
            # Возвращаем число в диапазоне [0, 1)
            return self.seed / self.m
    
    def generate_random_numbers(count: int, lower: float, upper: float, seed: int = 1):
        lcg = LinearCongruentialGenerator(seed)
        random_numbers = []
        for _ in range(count):
            random_value = lcg.random()
            # Приводим к диапазону [lower, upper)
            scaled_value = lower + (upper - lower) * random_value
            random_numbers.append(scaled_value)
        return random_numbers
    
    # Пример использования
    if __name__ == "__main__":
        count = 10  # Количество значений
        lower = 0   # Нижняя граница
        upper = 1   # Верхняя граница
        random_nums = generate_random_numbers(count, lower, upper, seed=42)
        print(random_nums)
    

    В этом коде:

    • LinearCongruentialGenerator — класс для генерации псевдослучайных чисел с использованием линейного конгруэнтного генератора.
    • generate_random_numbers — функция, которая генерирует заданное количество случайных чисел в указанном диапазоне.

    Вы можете изменить значения переменных count, lower, upper для получения разных последовательностей случайных чисел.

  3. User

    Запиши это в виде одной функции

  4. Assistant

    Конечно! Вот реализация линейного конгруэнтного генератора в виде единственной функции, которая принимает количество значений, границы диапазона и начальное значение (зерно):

    def generate_random_numbers(count: int, lower: float, upper: float, seed: int = 1):
        m = 2**31 - 1  # Модуль
        a = 48271      # Множитель
        c = 0          # Приращение
    
        random_numbers = []
        current_seed = seed
    
        for _ in range(count):
            current_seed = (a * current_seed + c) % m
            random_value = current_seed / m
            scaled_value = lower + (upper - lower) * random_value
            random_numbers.append(scaled_value)
    
        return random_numbers
    
    # Пример использования
    if __name__ == "__main__":
        count = 10  # Количество значений
        lower = 0   # Нижняя граница
        upper = 1   # Верхняя граница
        random_nums = generate_random_numbers(count, lower, upper, seed=42)
        print(random_nums)
    

    В этом коде вся логика генерации случайных чисел собрана в одной функции generate_random_numbers. Вы можете вызвать эту функцию, изменяя параметры count, lower, upper и seed, чтобы генерация случайных чисел удовлетворяла вашим требованиям.

  5. User

    Прокомментируй каждую строку

  6. Assistant

    Конечно! Вот версия с комментариями к каждой строке кода:

    def generate_random_numbers(count: int, lower: float, upper: float, seed: int = 1):
        # Определяем параметры линейного конгруэнтного генератора
        m = 2**31 - 1  # Модуль; выбирается близким к максимальному значению целого числа
        a = 48271      # Множитель; часто используемое значение в LCG
        c = 0          # Приращение; для однородности устанавливаем в 0
    
        random_numbers = []  # Список для хранения сгенерированных случайных чисел
        current_seed = seed  # Устанавливаем текущее значение (зерно генератора)
    
        # Цикл для генерации заданного количества случайных чисел
        for _ in range(count):
            # Вычисляем новое значение с помощью линейной конгруэнтной формулы
            current_seed = (a * current_seed + c) % m
            # Преобразуем полученное значение от 0 до m в число от 0 до 1
            random_value = current_seed / m
            # Масштабируем число в указанный диапазон [lower, upper)
            scaled_value = lower + (upper - lower) * random_value
            # Добавляем сгенерированное значение в список
            random_numbers.append(scaled_value)
    
        # Возвращаем список сгенерированных случайных чисел
        return random_numbers
    
    # Пример использования функции
    if __name__ == "__main__":
        count = 10  # Указываем количество значений для генерации
        lower = 0   # Определяем нижнюю границу диапазона
        upper = 1   # Определяем верхнюю границу диапазона
        # Генерируем случайные числа, используя заданный seed
        random_nums = generate_random_numbers(count, lower, upper, seed=42)
        # Выводим сгенерированные случайные числа на экран
        print(random_nums)
    

    Объяснение комментариев:

    • Параметры функции: Указываем, что мы принимаем count (количество значений), lower (нижняя граница), upper (верхняя граница) и seed (начальное значение).
    • Инициализация генератора: Указываются параметры ЛКГ.
    • Список для хранения: Создается пустой список для хранения сгенерированных чисел.
    • Цикл генерации: Используется цикл для создания заданного количества чисел.
    • Логика генерации: Реализуется формула ЛКГ, чтобы получить следующее значение.
    • Масштабирование: Преобразуем значение генератора в требуемый диапазон.
    • Возврат результата: Функция возвращает список сгенерированных случайных чисел.
    • Пример использования: Показывается как вызвать эту функцию.