如何解决使用最少的存储量将大范围的数字改组
| 我有一个非常大的范围/一组数字(1..1236401668096)
,我基本上想对它们进行``随机播放'',即在不重新访问相同数字的情况下随机遍历。我将运行一个Web服务,每次有请求进入时,它都会增加一个计数器,并从范围中拉出下一个“改组的”数字。该算法必须适应服务器脱机的情况,并且能够使用计数器的持久值重新开始遍历(类似于如何为伪随机数生成器提供种子,并在给定种子和种子的情况下获得相同的伪随机数)您正在进行哪个迭代)。
我想知道这样的算法是否存在或可行。我已经看过Fisher-Yates Shuffle,但是第一步是将数字“从1写入N”,这将占用我整个范围的TB级存储空间。为每个请求生成一个伪随机数可能会工作一段时间,但是随着数据库/树已满,冲突将变得更加普遍,并可能降低性能(根据我的计算,十亿次命中后,冲突的可能性已经为0.08%)。是否有适合我的方案的理想解决方案,或者这只是白日梦?
改组的原因是,能够正确猜测序列中的下一个数字可能会导致我的应用中出现一个较小的DOS漏洞,而且还因为表示层在数字分布更广的情况下看起来更好(我宁愿不详细介绍应用程序的确切功能)。在这一点上,我正在考虑仅使用PRNG并处理冲突或改组范围切片(从(1..10000000).to_a.shuffle
开始,然后是ѭ2each等,因为每个范围的数字开始用尽)。
那里的数学家有更好的主意/建议吗?
解决方法
将PRNG或LFSR序列与3位连接
有几种算法可以生成具有任意大且已知周期的伪随机数。 LCPRNG(LCG)和LFSR是两个明显的候选者,但是还有更多的算法,例如Mersenne Twister。
这些发电机的周期可以很容易地构造以满足您的要求,然后您就不会发生碰撞。
您可以通过从诸如“ѭ4”之类的接口中添加10、20或30位加密散列的熵来处理PRNG和LFSR的可预测行为,因为已知数字的确定性部分是唯一的,因此它不会如果您重复其中实际上是随机的部分,则会有所不同。
,分而治之?分解为可管理的块并将其洗牌。您可以划分数字范围,例如根据它们的值取模n。该列表具有建设性,并且取决于n很小。一组用尽后,您可以使用下一个。
例如,如果您选择n为1000,则会创建1000个不同的组。选择一个介于1到1000之间的随机数(我们称其为x),然后对数值取1000等于x的数字进行混洗。一旦用尽了该范围,就可以选择一个介于1到1000之间的新随机数(显然没有x)以使下一个子集可以随机播放。跟踪已经使用了1..1000范围内的数字并不完全具有挑战性,因此您只需要针对该子集中的数字使用可重复的随机播放算法(例如,其子集上的Fisher-Yates \“索引\”)。
,我猜最好的选择是使用GUID / UUID。它们是为这类事情而制作的,因此不难找到适合您需求的现有实现。
虽然理论上可能发生碰撞,但极不可能发生碰撞。引用维基百科:
如果地球上每个人都拥有6亿个UUID,则重复一次的可能性约为50%
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。