iOS rand() random() arc4random()探究

首先我们先来看下头各自所属文件的声明

uint32_t    arc4random(void);
int         rand(void) __swift_unavailable("Use arc4random instead.");
long        random(void) __swift_unavailable("Use arc4random instead.");

可以看出arc4random()random()rand()函数返回类型分别为uint32_t,int,long,现在的iOS硬件设备几乎都是64位,由于C语言生成的随机数为无符号数,即都是正的,我们可以得出随机数取值范围。

函数名 返回值 取值范围
rand() int 0~2147483647
random() long 0~2147483647
arc4random() uint32_t 0~4294967295

#define RAND_MAX 0x7fffffff,RAND_MAX的值16进制0x7ffffff转换为10进制为2147483647。
可以得出取值范围arc4random() > (rand() = random())

下面我们来看一段代码:

    for (int i = 0; i < 5; i ++) {
         NSLog(@"%@ - %@ - %@",@(random()),@(random()),@(arc4random()));
    }

我们连续运行几次得到结果如下:

     第一次:
     1804289383 - 846930886 - 1208611301
     1681692777 - 1714636915 - 3355735759
     1957747793 - 424238335 - 2781113645
     719885386 - 1649760492 - 1801593043
     596516649 - 1189641421 - 460884511
     
     第二次:
     1804289383 - 846930886 - 1119699280
     1681692777 - 1714636915 - 3441628103
     1957747793 - 424238335 - 3443635443
     719885386 - 1649760492 - 3847802969
     596516649 - 1189641421 - 3735080216
     
     第三次:
     1804289383 - 846930886 - 196821635
     1681692777 - 1714636915 - 406729781
     1957747793 - 424238335 - 1463174244
     719885386 - 1649760492 - 2704772030
     596516649 - 1189641421 - 3925712717
     
     ···

我们可以发现,每次rand()random()每次输出结果都是一样的,而arc4random()输出结果则是随机的。
为什么会出现这种结果呢?
回答这个问题前我们先了解几个概念。

  • 随机数和伪随机数

真正意义上的随机数(或者随机事件)在某次产生过程中是按照实验过程中表现的分布概率随机产生的,其结果是不可预测的,是不可见的。

而计算机中的随机数并不是真正的随机数,而是通过通过随机函数按照一定算法模拟产生的,其结果是确定可预见的,所以用计算机随机函数所产生的“随机数”并不随机,是伪随机数。

硬件方法是指采集某一种物理噪声,经过抽样、量化之后得到的随机数。例如大气噪声。此类噪声是由自然界中的布朗运动等现象产生的,因此可以看作真正的随机数生成器,只要是通过算法产生的随机数都是伪随机数。通过真实随机事件取得的随机数才是真随机数。

  • 随机种子(Random Seed)

一种以随机数作为对象的以真随机数(种子)为初始条件的随机数。计算机中的随机数都是伪随机数,以一个真随机数(种子)作为初始条件,然后用一定的算法不停迭代产生随机数。通俗来讲种子就是个序号,这个序号交给一个数列管理器,通过这个序号,你从管理器中取出一个数列,这个数列就是你通过那个序号得到的随机数。

理解了这两个概念我们可以知道:

如果你种子相同,你生成的数列肯定是每次一样的,种子不同,不过让你看起来觉得每次生成的数列不一样罢了。

种子和随机数列是一一对应的。{An}=f(x), x 就是种子,F()是算法,{An}是数列,这个数列看上去是随机的,这是因为An的通项很复杂。

种子的选择有规律吗?肯定是有!那么生成的随机数也一定是有规律的了。既然有规律,那肯定就是伪随机了,因为你不知道种子和随机数算法对你来说当然就是随机数。

现在我们可以解释前面那段代码 rand()random()每次输出结果都是一样的,而arc4random()输出结果则是随机的这个问题了。

产生伪随机数需要随机种子和随机算法。rand()random()每次产生的值都是一样的,那说明它们的随机种子每次是一样,下面我们给rand()random()一个随机的随机种子看下会有怎样结果:

    //加入随机种子
    srandom((unsigned int)time(0));
    //产生随机数
    for (int i = 0; i < 5; i ++) {
        NSLog(@"%@",@(random()%100));
    }
    /*输出 
    第一次8 22 90 91 20 
    第一次93 84 34 50 50 
    第一次13 33 22 45 78 
    */

其中把rand()函数换成random()每次输出结果也都不同,即得到的伪随机数不同。
arc4random()无论加不加随机种子,每次输出的伪随机数都不同。
我尝试每次把程序卸载重装,每次产生的随机数也不一样。
通过以上我们得出结论:
对于 rand()random()随机函数,每次安装程序的时候系统会为其设置一个固定的随机种子,如果不主动设置随机种子,每次得到的随机数都将一样。可以通过srandom((unsigned int)time(0));为其设置随机种子,随机种子不同,每次随机函数得到的结果不同。
对于arc4random(),使用时候不需要生成随机种子,系统已经默认为其生成了随机种子。

通过上面比较,arc4random()不仅取值范围大而且不需要主动设置随机种子,是我们比较理想的计算随机数的选择。通过苹果api

int     rand(void) __swift_unavailable("Use arc4random instead.");
long    random(void) __swift_unavailable("Use arc4random instead.");

也能看出我们使用arc4random()更为妥当。

以上就是本文全部内容,如果不当之处,还望指正。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,080评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,422评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,630评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,554评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,662评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,856评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,014评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,752评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,212评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,541评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,687评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,347评论 4 331
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,973评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,777评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,006评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,406评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,576评论 2 349

推荐阅读更多精彩内容