用Python生成第n个随机数

Python的random模块生成确定性伪随机值。

简单地说,它的行为就像在提供种子(或者从OS获取默认种子)时生成了一个预定值的列表,并且对于给定的种子,这些值总是相同的。 这基本上就是我们想要的。

def randgen(a, b, n, seed=4):
    # our default seed is random in itself as evidenced by https://xkcd.com/221/
    random.seed(seed)
    for i in range(n-1):
        x = random.random()
    return random.randint(a, b)

如果我能理解你的问题,你每次都一样 n-th 号码。您可以创建一个类来跟踪生成的数字(如果您使用相同的 seed ).
其主要思想是,当你请求第n个数字时,它将生成所有的前一个数字,以便在程序的所有运行中总是相同的。

import random

class myRandom():
    def __init__(self):
        self.generated = []
        #your instance of random.Random()
        self.rand = random.Random(99)

    def generate(self, nth):
        if nth < len(self.generated) + 1:
            return self.generated[nth - 1]
        else:
            for _ in range(len(self.generated), nth):
                self.generated.append(self.rand.randint(1,100))
            return self.generated[nth - 1]

r = myRandom()
print(r.generate(1))
print(r.generate(5))
print(r.generate(10))

使用 defaultdict ,您可以有一个在第一次访问每个密钥时生成新数字的结构。

from collections import defaultdict
from random import randint

random_numbers = defaultdict(lambda: randint(0, 100))

random_number[5] # 42
random_number[5] # 42

random_number[0] # 63

因此,在访问时会延迟生成数字。

因为你正在做一个游戏,所以你很可能需要保存 random_numbers 通过中断你的节目。你可以用 pickle

import pickle

random_numbers[0] # 24

# Save the current state
with open('random', 'wb') as f:
    pickle.dump(dict(random_numbers), f)

# Load the last saved state
with open('random', 'rb') as f:
    opened_random_numbers = defaultdict(lambda: randint(0, 100), pickle.load(f))

opened_random_numbers[0] # 24

Numpy新的随机位发生器接口提供了一种方法 advance(delta)

从文档中:

推进基础RNG,如同已发生增量绘制。

https://numpy.org/doc/stable/reference/random/bit_generators/generated/numpy.random.PCG64.advance.html#numpy.random.PCG64.advance