哪種隨機數生成演算法最適合遊戲使用?

1. 可序列化, 且序列化的數據很小, 最好是4個位元組, 最大不超過8個位元組;

2. 在給定初始狀態下具有可預測的變化序列, 周期儘可能大;

3. 儘可能的快速且高質量.

PS1: 最開始我用 .NET 的 Random, 但是它使用了 56 長度的 int 數組, 並且全部都會序列化, 而且不能讀寫 seed. 如果您知道它的原理的話請告訴我.

PS2: 答案可能是某種線性同餘法, 如果是的話請具體告知哪個方法什麼參數.

---

條件 1 和 2 是明顯對立的條件。對於一個有位狀態的偽隨機數生成器（PRNG），理論上最大的周期為。而 PRNG 都是固定序列的。

條件 3 中的「快速」和「高質量」也是對立的。

遊戲對於偽隨機數也不同的需求。例如用來做粒子特效的話，性能比質量重要；用來洗牌的話，要避免猜到對方的牌，可能需要更高品質及安全性。

遊戲中常用到的 ，生成 32 位隨機數的 PRNG 有：

1. Linear congruential generator 通常用32位的狀態。常用的 Numerical Recipes 的版本（）周期為，非常高效。

2. Xorshift 128位狀態，不用加法和乘法，具的周期。（在以前的機器上有優勢，但現在乘法加法很快）

3. Mersenne Twister 通常用 19937 位狀態（一般儲存成19968位），具的周期。

最後，以撲克牌為例，52 張牌有 種排列，需要至少 414 位才能表示所有排列方式。上述哪個 PRNG 比較合適？

---

對天朝遊戲來說，概率涉及到抽卡，抽卡感受涉及到充值，充值涉及到開發團隊的生死存亡。不可不慎也。

樓主的問題還是很贊的，大規模調用下的隨機抽取功能，往往結果和想要的不一致。樓主是想從隨機數發生的角度解決問題，下面談談看法。

先拋結論：

對遊戲來說，隨機數發生器並不重要，重要的是你最後實現的，到底是統計意義上的概率，還是分布意義上的概率。

再上參考資料：

抽卡藝術：深度分析遊戲中隨機概率 - GameRes遊資網

無論用哪種發生器，都很難直接做到下圖這種穩定理想的分布性。所以解決方法是，一定要保存目前抽取的狀態。對於一張卡來說，就必須用到一個整數。

這個整數根據你的遊戲規則，設定一個隨機值，比如RandInt(0,100)，百分之一的概率，比如得到了23，那麼代表第23次時，會抽到這張卡。這麼說一下應該能看懂，具體的需要再研究圖前面的鏈接了。

和樓主的問題略有點脫節，但是可能會有啟發吧。歡迎討論。

---

我突然想到爐石的橙卡傳送門

---

反正我們只用兩種，Mersenne Twister和taus88。前一種是c++11標準隨機數演算法，但是每次隨機數計算for循環里要執行600+次（32位，64位次數減半）有點受不了，所以頻繁的隨機數還是用了taus88演算法

---

作業自己做啊。。

---

感覺 各個標準庫里自帶的 線性同餘函數 就足夠了。

如果一定覺得2^32的周期太短，或者可預測性太強，我的做法是：

空閑時，n=邊上某個與外部環境關係較緊密的變數的值 mod 10，空執行n次隨機函數（跳過n個），

或者 每次取隨機數時，都這麼做（效率略低）。

不過，都沒能嚴格量化、證明：這2種做法是不是真的加強了隨機性

---

難道不是

srand((unsigned)time(null)

x ＝rand()

---

推薦閱讀：