带有漂亮 API 的 Haskell 的纯伪随机生成器？答案

【问题标题】：Pure pseudo-random generators for Haskell with a nice API?带有漂亮 API 的 Haskell 的纯伪随机生成器？
【发布时间】：2012-01-08 09:22:00
【问题描述】：

对于纯伪随机生成器（统一双精度），推荐的 Haskell 包有哪些？

我首先对方便的 API 很感兴趣，速度也会很好。

也许是 mwc-random？

【问题讨论】：

标签： haskell random

【解决方案1】：

我喜欢mersenne-random-pure64 包。例如，您可以像这样使用它从种子值生成无限的惰性随机双精度流：

import Data.Word (Word64)
import Data.List (unfoldr)
import System.Random.Mersenne.Pure64

randomStream :: (PureMT -> (a, PureMT)) -> PureMT -> [a]
randomStream rndstep g = unfoldr (Just . rndstep) g

toStream :: Word64 -> [Double]
toStream seed = randomStream randomDouble $ pureMT seed

main = print . take 10 $ toStream 42

使用 System.Random（随机）

您可以使用内置的 randoms 函数获得类似的输出，该函数更短且更通用（感谢 ehird 指出）：

import System.Random (randoms)
import System.Random.Mersenne.Pure64 (pureMT)

main = print . take 10 $ randomdoubles where
  randomdoubles :: [Double]
  randomdoubles = randoms $ pureMT 42

使其成为 MonadRandom 的实例

在阅读了MonadRandom 之后，我很好奇如何让PureMT 作为它的一个实例来工作。开箱即用它不起作用，因为PureMT 没有实例化RandomGen 的split 函数。使其工作的一种方法是将PureMT 包装在newtype 中并为RandomGen 类型类编写一个自定义split 实例，其中存在一个默认的MonadRandom 实例。

import Control.Monad.Random
import System.Random.Mersenne.Pure64

getTenRandomDoubles :: Rand MyPureMT [Double]
getTenRandomDoubles = getRandoms >>= return . take 10

main = print $ evalRand getTenRandomDoubles g
  where g = MyPureMT $ pureMT 42


newtype MyPureMT = MyPureMT { unMyPureMT :: PureMT }
myPureMT = MyPureMT . pureMT

instance RandomGen MyPureMT where
  next  = nextMyPureMT
  split = splitMyPureMT

splitMyPureMT :: MyPureMT -> (MyPureMT, MyPureMT)
splitMyPureMT (MyPureMT g) = (myPureMT s, myPureMT s') where
  (s',g'') = randomWord64 g'
  (s ,g' ) = randomWord64 g

nextMyPureMT (MyPureMT g) = (s, MyPureMT g') where
  (s, g') = randomInt g

【讨论】：

您可以对任何RandomGen（其中PureMT 是一个实例）执行此操作，randoms :: (RandomGen g, Random a) => g -> [a]。
@ehird 哦，不知道randoms！更新了我的答案
还有monad-mersenne-randomhackage.haskell.org/package/monad-mersenne-random建立在mersenne-random-pure64之上。它有一个很好的特性，它允许在恒定的内存空间中运行一元迭代（请参阅这个问题：stackoverflow.com/questions/3236442）。
@sastin 感谢您指出相关问题和monad-mersenne-random，给了我一些新的见解！

【解决方案2】：

标准的System.Random 有一个纯接口。我建议将其包装在 State g 中（对于您正在使用的任何生成器 g ）以避免线程化状态； state 函数可以轻松地将 next 之类的函数转换为有状态的操作：

next :: (RandomGen g) => g -> (Int, g)
state :: (s -> (a, s)) -> State s a
state next :: (RandomGen g) => State g Int

MonadRandom 包基于State g 接口，并为生成器函数预先编写了包装器；我认为它相当受欢迎。

请注意，您仍然可以使用这个纯接口on the global RNG 运行操作。 MonadRandom 有 evalRandIO 用于此目的。

我认为您可以编写一个（孤儿）RandomGen 实例以将 mwc-random 与这些一起使用。

【讨论】：

@ehird 什么是 IO 免费的随机源，可以保持它的纯净？ ECC？
@JFritsch：记住，pure 不仅仅意味着没有 IO。纯函数必须总是在给定相同参数的情况下返回相同的结果。唯一的“随机性来源”是生成器或 seed（类型签名中的g）。
@JFritsch：没有 PRNG 为每个号码咨询外部来源；你只是从那里得到种子。您可以从种子中创建 StdGen 类型的值（RandomGen 的实例），并且 IO 中有一个全局生成器，大概是从外部来源播种的。
@ehird 对于 P RNG，您当然是对的。否则“不”有点强：D sqrtech.com。良好的随机性是 web2.0 世界中的一个问题，IO 在其中扮演着重要角色。

【解决方案3】：

cprng-aes 包是一个特别好的包，它具有纯接口，也适用于加密应用程序并保持高性能。

它提供了两个接口：一个使用 System.Random 中的类型类的确定性纯接口，以及一个使用 Crypto-API 包中的类型类的强 IO 接口。

附带说明：我通常更喜欢 mersenne-random 包而不是 mwc-random。他们使用原始的 Mersenne Twister 算法，在我的基准测试中，其性能大大优于 mwc-random。

【讨论】：