Go中使用Seed得到重复随机数的问题

共计 3403 个字符，预计需要花费 9 分钟才能阅读完成。

废话不多说，首先我们来看使用 seed 的一个很神奇的现象。

func main() {
    for i := 0; i < 5; i++ {rand.Seed(time.Now().Unix())
        fmt.Println(rand.Intn(100))
    }
}

// 结果如下
// 90
// 90
// 90
// 90
// 90

可能不熟悉 seed 用法的看到这里会很疑惑，我不是都用了 seed 吗？为何我随机出来的数字都是一样的？不应该每次都不一样吗？

可能会有人说是你数据的样本空间太小了，OK，我们加大样本空间到 10w 再试试。

func main() {
    for i := 0; i < 5; i++ {rand.Seed(time.Now().Unix())
        fmt.Println(rand.Intn(100000))
    }
}

// 结果如下
// 84077
// 84077
// 84077
// 84077
// 84077

你会发现结果仍然是一样的。简单的推理一下我们就能知道，在上面那种情况，每次都取到相同的随机数跟我们所取的样本空间大小是无关的。那么唯一有关的就是 seed。我们首先得明确 seed 的用途。

在这里就不卖关子了，先给出结论。

上面每次得到相同随机数是因为在上面的循环中，每次操作的间隔都在毫秒级下，所以每次通过 time.Now().Unix() 取出来的时间戳都是同一个值，换句话说就是使用了同一个 seed。

这个其实很好验证。只需要在每次循环的时候将生成的时间戳打印出来，你就会发现每次打印出来的时间戳都是一样的。

每次 rand 都会使用相同的 seed 来生成随机队列，这样一来在循环中使用相同 seed 得到的随机队列都是相同的，而生成随机数时每次都会去取同一个位置的数，所以每次取到的随机数都是相同的。

seed 只用于决定一个确定的随机序列。不管 seed 多大多小，只要随机序列一确定，本身就不会再重复。除非是样本空间太小。解决方案有两种：

在全局初始化调用一次 seed 即可
每次使用纳秒级别的种子（强烈不推荐这种）

上面的解决方案建议各位不要使用第二种，给出是因为在某种情况下的确可以解决问题。比如在你的服务中使用这个 seed 的地方是串行的，那么每次得到的随机序列的确会不一样。

但是如果在高并发下呢？你能够保证每次取到的还是不一样的吗？事实证明，在高并发下，即使使用 UnixNano 作为解决方案，同样会得到相同的时间戳，Go 官方也不建议在服务中同时调用。

Seed should not be called concurrently with any other Rand method.

接下来会带大家了解一下代码的细节。想了解源码的可以继续读下去。

首先来看一下 seed 做了什么。

func (rng *rngSource) Seed(seed int64) {
    rng.tap = 0
    rng.feed = rngLen - rngTap

    seed = seed % int32max
    if seed < 0 {  // 如果是负数，则强行转换为一个 int32 的整数
        seed += int32max
    }
    if seed == 0 { // 如果 seed 没有被赋值，则默认给一个值
        seed = 89482311
    }

    x := int32(seed)
    for i := -20; i < rngLen; i++ {x = seedrand(x)
        if i >= 0 {
            var u int64
            u = int64(x) << 40
            x = seedrand(x)
            u ^= int64(x) << 20
            x = seedrand(x)
            u ^= int64(x)
            u ^= rngCooked[i]
            rng.vec[i] = u
        }
    }
}

首先，seed 赋值了两个定义好的变量，rng.tap和 rng.feed。rngLen 和rngTap是两个常量。我们来看一下相关的常量定义。

const (
    rngLen   = 607
    rngTap   = 273
    rngMax   = 1 << 63
    rngMask  = rngMax - 1
    int32max = (1 << 31) - 1
)

由此可见，无论 seed 是否相同，这两个变量的值都不会受 seed 的影响。同时，seed 的值会最终决定 x 的值，只要 seed 相同，则得到的 x 就相同。而且无论 seed 是否被赋值，只要检测到是零值，都会默认的赋值为89482311。

接下来我们再看 seedrand。

// seed rng x[n+1] = 48271 * x[n] mod (2**31 - 1)
func seedrand(x int32) int32 {
    const (
        A = 48271
        Q = 44488
        R = 3399
    )

    hi := x / Q       // 取除数
    lo := x % Q       // 取余数
    x = A*lo - R*hi // 通过公式重新给 x 赋值
    if x < 0 {x += int32max // 如果 x 是负数，则强行转换为一个 int32 的正整数}
    return x
}

可以看出，只要传入的 x 相同，则最后输出的 x 一定相同。进而最后得到的随机序列 rng.vec 就相同。

到此我们验证我们最开始给出的结论，即 只要每次传入的 seed 相同，则生成的随机序列就相同。验证了这个之后我们再继续验证为什么每次取到的随机序列的值都是相同的。

首先举个例子，来直观的描述上面提到的问题。

func printRandom() {
  for i := 0; i < 2; i++ {fmt.Println(rand.Intn(100))
  }
}

// 结果
// 81
// 87
// 81
// 87

假设 printRandom 是一个单独的 Go 文件，那么你无论 run 多少次，每次打印出来的随机序列都是一样的。通过阅读 seed 的源码我们知道，这是因为生成了相同的随机序列。那么为什么会每次都取到同样的值呢？不说废话，我们一层一层来看。

func (r *Rand) Intn(n int) int {
    if n <= 0 {panic("invalid argument to Intn")
    }
    if n <= 1<<31-1 {return int(r.Int31n(int32(n)))
    }
    return int(r.Int63n(int64(n)))
}

可以看到，如果 n 小于等于 0，就会直接 panic。其次，会根据传入的数据类型，返回对应的类型。

虽然说这里调用分成了 Int31n 和 Int63n，但是往下看的你会发现，其实都是调用的 r.Int63()，只不过在返回 64 位的时候做了一个右移的操作。

// r.Int31n 的调用
func (r *Rand) Int31() int32 { return int32(r.Int63() >> 32) }

// r.Int63n 的调用
func (r *Rand) Int63() int64 { return r.src.Int63() }

先给出这个函数的相关代码。

// 返回一个非负的 int64 伪随机数.
func (rng *rngSource) Int63() int64 {return int64(rng.Uint64() & rngMask)
}

func (rng *rngSource) Uint64() uint64 {
    rng.tap--
    if rng.tap < 0 {rng.tap += rngLen}

    rng.feed--
    if rng.feed < 0 {rng.feed += rngLen}

    x := rng.vec[rng.feed] + rng.vec[rng.tap]
    rng.vec[rng.feed] = x
    return uint64(x)
}

可以看到，无论是 int31 还是 int63，最终都会进入 Uint64 这个函数中。而在这两个函数中，这两个变量的值显得尤为关键。因为直接决定了最后得到的随机数，这两个变量的赋值如下。

rng.tap = 0
rng.feed = rngLen - rngTap

tap 的值是常量 0，而 feed 的值决定于 rngLen 和 rngTap，而这两个变量的值也是一个常量。如此，每次从随机队列中取到的值都是确定的两个值的和。

到这，我们也验证了 只要传入的 seed 相同，并且每次都调用 seed 方法，那么每次随机出来的值一定是相同的。

首先评估是否需要使用 seed，其次，使用 seed 只需要在全局调用一次即可，如果多次调用则有可能取到相同随机数。

往期文章：

从 web 到游戏，走出舒适区

从 Web 转到游戏之后

go 源码解析 -Println 的故事

用 go-module 作为包管理器搭建 go 的 web 服务器

WebAssembly 完全入门——了解 wasm 的前世今身

小强开饭店 - 从单体应用到微服务

相关：

微信公众号：SH 的全栈笔记（或直接在添加公众号界面搜索微信号 LunhaoHu）

重复的随机数

seed 的用途

不用每次调用

源码解析 -seed

seed

seedrand

源码解析 -Intn

Intn

Int63

结论

Just My Socks（注册教程内含优惠码）