MPI中每个进程的随机数答案

【问题标题】：Random Number to each Process in MPIMPI中每个进程的随机数
【发布时间】：2013-12-07 02:52:07
【问题描述】：

我正在使用 MPICH2 来实现“奇偶”排序。我做了实现，但是当我随机分配每个进程他的值时，相同的数字随机分配给所有进程。

这里是每个进程的代码，每个进程随机分配他的值..

int main(int argc,char *argv[])
{
    int  nameLen, numProcs, myID;
    char processorName[MPI_MAX_PROCESSOR_NAME];
    int myValue;

    MPI_Init(&argc,&argv);
    MPI_Comm_rank(MPI_COMM_WORLD,&myID);
    MPI_Comm_size(MPI_COMM_WORLD,&numProcs);    
    MPI_Get_processor_name(processorName,&nameLen);
    MPI_Status status;

    srand((unsigned)time(NULL));
    myValue = rand()%30+1; 

    cout << "myID: " << myID << " value: " << myValue<<endl;
    MPI_Finalize();

    return 0;
 }

为什么每个进程得到相同的值？

编辑：感谢您的回答:)

我换行了

 srand((unsigned)time(NULL));

到

 srand((unsigned)time(NULL)+myID*numProcs + nameLen);

它为每个进程提供不同的值:)

【问题讨论】：

标签： c++ random mpi mpich

【解决方案1】：

这项任务并不简单。

您得到相同的数字，因为您使用 time(0) 初始化 srand()。 time(0) 所做的是返回当前秒数（自纪元以来）。因此，如果所有进程都具有同步时钟，那么只要它们在同一秒调用srand()，所有进程都将使用相同的种子进行初始化，这很可能。我什至在大型机器上也观察到了这一点。

解决方案 1. 使用局部值初始化随机种子。

我所做的是将cat /proc/meminfo 和/dev/random 的一些内存使用量包含在计算随机种子中，这对物理机器来说比时钟更本地化。请注意，对于一台机器上的 N 个任务，这可能仍然会失败。但如果我没记错的话，我也使用了task_id。任何本地任务都足够了。结合东西也是个好主意。毕竟，与实际计算相比，这些计算应该非常短。并且最好保持安全。

解决方案 2. 计算种子作为预处理步骤。

您还可以使用您的方法从task 0 生成随机种子，并使用send-to-all 传播它。但是，在进行大规模（例如 10^5 个进程）时，它可能会遇到扩展问题。您还可以使用任何其他方法来加载参数，并将种子准备为预处理步骤。但是，它也涉及一些不平凡的工作。

【讨论】：

【解决方案2】：

这是因为你的种子变化不够，随机性取决于你的种子。

来自sranddocs：

对于调用 srand 时使用的每个不同的种子值，伪随机数生成器可以预期生成不同的在随后对 rand 的调用中产生连续的结果。

编辑：尝试预先生成种子或为每个 srand 调用手动更改种子。

【讨论】：