更快速的替代方案取代不同步的 math/rand

哈喽！今天心血来潮给大家带来了《更快速的替代方案取代不同步的 math/rand》，想必大家应该对Golang都不陌生吧，那么阅读本文就都不会很困难，以下内容主要涉及到，若是你正在学习Golang，千万别错过这篇文章~希望能帮助到你！

我正在尝试优化我的遗传算法。这使用了大量的随机数选择（随机突变等）。

我决定使用 cpu 分析器：

import (
    "runtime/pprof"
)

var cpuprofile = flag.String("cpuprofile", "", "write cpu profile to file")

func main() {

    if *cpuprofile != "" {
        fmt.Println(*cpuprofile)
        f, err := os.Create(*cpuprofile)
        if err != nil {
            log.Fatal(err)
        }
        _ = pprof.StartCPUProfile(f)
        defer pprof.StopCPUProfile()
    }
    ***app logic***

我很惊讶地发现 cpu 使用率的最大贡献者之一是 sync.(*mutex).unlock，特别是因为我在应用程序中的任何时候都没有使用线程或 goroutine .

一些挖掘发现瓶颈是由同步 math/rand 中的默认源引起的。

有没有一种更快的方法可以使用不同步/阻塞的函数生成随机数？

真正的随机性/准确的伪随机性对于这个应用程序来说并不是那么重要，但如果我没有连续多次获得完全相同的数字，那么它会是首选。

正确答案

正如您所发现的，math/rand 包的默认“随机源”是一个锁定源，适合在并发 goroutine 中使用。您需要使用 NewSource function 为每个 goroutine 创建一个新源，然后使用 New 从中创建一个随机数生成器。来自这个新生成器的伪随机数将与（单个）锁定源以相同的方式工作，除了每个如果从相同的种子开始，生成器将生成自己的相同生成数字的流。

因此，您需要确保提供给 NewSource 的每个种子都是唯一的，以便每个流都是不同的。

如果您正在寻找快速的高质量伪数据-Go 中的随机数，我创建了一个包（我认为，但我显然有偏见）在不牺牲质量的情况下尽可能快地在 Go 中运行（并且与 math/rand 相比显着改进）：pgregory.net/rand (benchmarks ）。

除了避免任何同步之外，它还使用更快的算法并避免使用 Source 接口来实现内联。

好了，本文到此结束，带大家了解了《更快速的替代方案取代不同步的 math/rand》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多Golang知识！