BlessRNG वा निष्पक्षताको लागि RNG जाँच गर्दै

खेलको विकासमा, तपाईंले प्रायः अनियमिततासँग केहि जोड्न आवश्यक छ: यसको लागि एकताको आफ्नै र्यान्डम छ, र यसको साथमा त्यहाँ System.Random छ। एक पटक, एउटा परियोजनामा, मैले दुवै फरक तरिकाले काम गर्न सक्छन् भन्ने धारणा पाएँ (यद्यपि तिनीहरूसँग समान वितरण हुनुपर्छ)।

त्यसपछि तिनीहरू विवरणहरूमा गएनन् - यो पर्याप्त थियो कि System.Random मा संक्रमण सबै समस्याहरू सच्यायो। अब हामीले यसलाई थप विस्तारमा हेर्ने र थोरै अनुसन्धान गर्ने निर्णय गर्यौं: कसरी "पक्षपाती" वा अनुमानित RNG हरू छन्, र कुन छनौट गर्ने। यसबाहेक, मैले उनीहरूको "इमान्दारिता" को बारे मा विवादास्पद विचारहरू एक पटक भन्दा बढी सुनेको छु - आउनुहोस् कि वास्तविक परिणामहरू घोषणा गरिएकाहरूसँग कसरी तुलना गर्छन् भनेर पत्ता लगाउन प्रयास गरौं।

संक्षिप्त शैक्षिक कार्यक्रम वा RNG वास्तवमा RNG हो

यदि तपाइँ अनियमित संख्या जनरेटरहरूसँग पहिले नै परिचित हुनुहुन्छ भने, तपाइँ तुरुन्तै "परीक्षण" सेक्सनमा जान सक्नुहुन्छ।

अनियमित संख्याहरू (RN) कुनै अनियमित (अराजक) प्रक्रिया, एन्ट्रोपीको स्रोत प्रयोग गरेर उत्पन्न हुने संख्याहरूको अनुक्रम हो। अर्थात्, यो एउटा अनुक्रम हो जसको तत्वहरू कुनै पनि गणितीय नियमद्वारा आपसमा जोडिएका छैनन् - तिनीहरूसँग कुनै कारण र प्रभाव सम्बन्ध छैन।

अनियमित संख्या सिर्जना गर्ने कुरालाई अनियमित नम्बर जनरेटर (RNG) भनिन्छ। यस्तो देखिन्छ कि सबै कुरा प्राथमिक छ, तर यदि हामी सिद्धान्तबाट अभ्यासमा जान्छौं भने, वास्तवमा यस्तो अनुक्रम उत्पन्न गर्न सफ्टवेयर एल्गोरिथ्म लागू गर्न सजिलो छैन।

कारण आधुनिक उपभोक्ता इलेक्ट्रोनिक्समा उही अराजकताको अभावमा छ। यो बिना, अनियमित संख्याहरू अनियमित हुन बन्द हुन्छ, र तिनीहरूको जेनेरेटर स्पष्ट रूपमा परिभाषित तर्कहरूको सामान्य प्रकार्यमा परिणत हुन्छ। आईटी क्षेत्रमा धेरै विशेषताहरूको लागि, यो एक गम्भीर समस्या हो (उदाहरणका लागि, क्रिप्टोग्राफी), तर अरूको लागि त्यहाँ पूर्ण रूपमा स्वीकार्य समाधान छ।

यो एक एल्गोरिथ्म लेख्न आवश्यक छ जुन फिर्ता हुनेछ, यद्यपि साँच्चै अनियमित संख्याहरू होइन, तर तिनीहरूसँग सम्भव भएसम्म नजिक - तथाकथित छद्म-यादृच्छिक संख्याहरू (PRN)। यस मामला मा एल्गोरिथ्म एक pseudorandom नम्बर जनरेटर (PRNG) भनिन्छ।

त्यहाँ PRNG सिर्जना गर्न धेरै विकल्पहरू छन्, तर निम्न सबैका लागि सान्दर्भिक हुनेछ:

1. प्रारम्भिक प्रारम्भिकरणको लागि आवश्यकता।

   PRNG सँग एन्ट्रोपीको कुनै स्रोत छैन, त्यसैले यसलाई प्रयोग गर्नु अघि प्रारम्भिक अवस्था दिइनुपर्छ। यसलाई संख्या (वा भेक्टर) को रूपमा निर्दिष्ट गरिएको छ र यसलाई बीज (अनियमित बीज) भनिन्छ। प्रायः, प्रोसेसर घडी काउन्टर वा प्रणाली समयको संख्यात्मक बराबर बीजको रूपमा प्रयोग गरिन्छ।

2. अनुक्रम पुन: उत्पादन क्षमता।

   PRNG पूर्ण रूपमा निर्धारणवादी छ, त्यसैले प्रारम्भिकताको समयमा निर्दिष्ट गरिएको बीजले संख्याहरूको सम्पूर्ण भविष्यको अनुक्रमलाई विशिष्ट रूपमा निर्धारण गर्दछ। यसको मतलब एउटै बीउसँग प्रारम्भ गरिएको छुट्टै PRNG (भिन्न समयमा, विभिन्न कार्यक्रमहरूमा, विभिन्न यन्त्रहरूमा) एउटै अनुक्रम उत्पन्न हुनेछ।

तपाइँले PRNG को विशेषता हुने सम्भाव्यता वितरण पनि जान्न आवश्यक छ - यसले कुन संख्याहरू उत्पन्न गर्नेछ र कुन सम्भावनाको साथ। प्राय: यो या त सामान्य वितरण वा एक समान वितरण हो।

सामान्य वितरण (बाँया) र समान वितरण (दायाँ)

मानौं हामीसँग 24 पक्षहरूसँग निष्पक्ष मृत्यु छ। यदि तपाईंले यसलाई टस गर्नुभयो भने, एक प्राप्त गर्ने सम्भावना 1/24 बराबर हुनेछ (अन्य नम्बर प्राप्त गर्ने सम्भावना जस्तै)। यदि तपाइँ धेरै थ्रोहरू बनाउनुहुन्छ र नतिजाहरू रेकर्ड गर्नुहुन्छ भने, तपाइँले याद गर्नुहुनेछ कि सबै किनारहरू लगभग एउटै फ्रिक्वेन्सीको साथ झर्छन्। अनिवार्य रूपमा, यो मर एक समान वितरण संग एक RNG मान्न सकिन्छ।

यदि तपाइँ यी पासा मध्ये 10 वटा एकैचोटि फाल्नुभयो र कुल अंकहरू गणना गर्नुहुन्छ भने के हुन्छ? त्यसका लागि एकरूपता कायम हुने हो कि ? छैन। प्रायः, रकम 125 अंकको नजिक हुनेछ, त्यो हो, केहि औसत मूल्यमा। र नतिजाको रूपमा, एक थ्रो गर्नु अघि पनि, तपाईं भविष्यको परिणाम लगभग अनुमान गर्न सक्नुहुन्छ।

कारण यो हो कि त्यहाँ औसत स्कोर प्राप्त गर्न संयोजनहरूको सबैभन्दा ठूलो संख्या हो। यसबाट टाढा, कम संयोजनहरू - र, तदनुसार, हानिको सम्भावना कम। यदि यो डेटा कल्पना गरिएको छ भने, यो अस्पष्ट रूपमा घण्टीको आकार जस्तै हुनेछ। त्यसकारण, केही स्ट्रेचको साथ, 10 पासाहरूको प्रणालीलाई सामान्य वितरणको साथ RNG भनिन्छ।

अर्को उदाहरण, एक विमान मा मात्र यो समय - एक लक्ष्य मा शूटिंग। शूटर एक RNG हुनेछ जसले ग्राफमा देखाइएका संख्याहरू (x, y) को एक जोडी उत्पन्न गर्दछ।

सहमत हुनुहोस् कि बायाँको विकल्प वास्तविक जीवनको नजिक छ - यो सामान्य वितरणको साथ एक RNG हो। तर यदि तपाईंलाई अँध्यारो आकाशमा ताराहरू छरपर्न आवश्यक छ भने, एक समान वितरणको साथ RNG प्रयोग गरेर प्राप्त गरिएको सही विकल्प राम्रो उपयुक्त छ। सामान्य मा, हात मा काम मा निर्भर एक जेनेरेटर चयन गर्नुहोस्।

अब PNG अनुक्रम को एन्ट्रोपी को बारे मा कुरा गरौं। उदाहरण को लागी, त्यहाँ एक अनुक्रम छ जुन यो जस्तै सुरु हुन्छ:

८९, ९३, ३३, ३२, ८२, २१, ४, ४२, ११, ८, ६०, ९५, ५३, ३०, ४२, १९, ३४, ३५, ६२, २३, ४४, ३८, ७४, ३६, ५२, १८, ५८, ७९, ६५, ४५, ९९, ९०, ८२, २०, ४१, १३, ८८, ७६, ८२, २४, ५, ५४, ७२, १९, ८०, २, ७४, ३६, ७१, ९, ...

पहिलो नजरमा यी संख्याहरू कति अनियमित छन्? वितरण जाँच गरेर सुरु गरौं।

यो एकसमानको नजिक देखिन्छ, तर यदि तपाईंले दुई संख्याहरूको अनुक्रम पढ्नुभयो र तिनीहरूलाई विमानमा समन्वयको रूपमा व्याख्या गर्नुभयो भने, तपाईंले यो पाउनुहुनेछ:

ढाँचाहरू स्पष्ट रूपमा देख्न सकिन्छ। र जब से अनुक्रम मा डेटा एक निश्चित तरिका मा अर्डर गरिएको छ (अर्थात, यो कम एन्ट्रोपी छ), यसले त्यो "पूर्वाग्रह" को जन्म दिन सक्छ। कम्तिमा, यस्तो PRNG विमानमा निर्देशांक उत्पन्न गर्न धेरै उपयुक्त छैन।

अर्को क्रम:

८९, ९३, ३३, ३२, ८२, २१, ४, ४२, ११, ८, ६०, ९५, ५३, ३०, ४२, १९, ३४, ३५, ६२, २३, ४४, ३८, ७४, ३६, ५२, १८, ५८, ७९, ६५, ४५, ९९, ९०, ८२, २०, ४१, १३, ८८, ७६, ८२, २४, ५, ५४, ७२, १९, ८०, २, ७४, ३६, ७१, ९, ...

यहाँ प्लेनमा पनि सबै कुरा ठीक छ जस्तो देखिन्छ:

भोल्युममा हेरौं (एक पटकमा तीन नम्बरहरू पढ्नुहोस्):

र फेरि ढाँचाहरू। यो अब चार आयामहरूमा एक दृश्य निर्माण गर्न सम्भव छैन। तर ढाँचाहरू यस आयाममा र ठूलाहरूमा अवस्थित हुन सक्छन्।

क्रिप्टोग्राफीमा, जहाँ PRNGs मा सबैभन्दा कडा आवश्यकताहरू लगाइन्छ, यस्तो अवस्था स्पष्ट रूपमा अस्वीकार्य छ। त्यसकारण, तिनीहरूको गुणस्तर मूल्याङ्कन गर्न विशेष एल्गोरिदमहरू विकसित गरिएको छ, जसलाई हामी अहिले छुने छैनौं। विषय व्यापक छ र छुट्टै लेखको योग्य छ।

परीक्षण गर्दै

यदि हामी निश्चित रूपमा केहि थाहा छैन भने, त्यसोभए कसरी काम गर्ने? कुन ट्राफिक लाइटले यसलाई अनुमति दिन्छ थाहा छैन भने के यो सडक पार गर्न लायक छ? परिणाम फरक हुन सक्छ।

एकतामा कुख्यात अनियमितताको लागि पनि यही हो। यो राम्रो छ यदि कागजातले आवश्यक विवरणहरू प्रकट गर्दछ, तर लेखको सुरुमा उल्लेख गरिएको कथा वांछित विवरणहरूको अभावको कारणले ठीक भयो।

र यदि तपाईंलाई उपकरणले कसरी काम गर्छ थाहा छैन भने, तपाईं यसलाई सही रूपमा प्रयोग गर्न सक्षम हुनुहुने छैन। सामान्यतया, अन्तत: कम्तिमा वितरणको बारेमा निश्चित गर्न एक प्रयोग जाँच गर्ने र सञ्चालन गर्ने समय आएको छ।

समाधान सरल र प्रभावकारी थियो - तथ्याङ्कहरू सङ्कलन गर्नुहोस्, वस्तुगत डेटा प्राप्त गर्नुहोस् र परिणामहरू हेर्नुहोस्।

अध्ययनको विषय

Unity मा अनियमित संख्याहरू उत्पन्न गर्ने धेरै तरिकाहरू छन् - हामीले पाँच परीक्षण गर्यौं।

1. System.Random.Next()। मानहरूको दिइएको दायरामा पूर्णांकहरू उत्पन्न गर्दछ।
2. System.Random.NextDouble()। दायरामा डबल सटीक संख्याहरू उत्पन्न गर्दछ [0; १)
3. UnityEngine.Random.Range()। मानहरूको दिइएको दायरामा एकल सटीक संख्याहरू (फ्लोट्स) उत्पन्न गर्दछ।
4. UnityEngine.Random.value। [0; बाट दायरामा एकल सटीक संख्याहरू (फ्लोट्स) उत्पन्न गर्दछ; १)
5. Unity.Mathematics.Random.NextFloat()। नयाँ Unity.Mathematics पुस्तकालयको भाग। मानहरूको दिइएको दायरामा एकल सटीक संख्याहरू (फ्लोट्स) उत्पन्न गर्दछ।

कागजातमा लगभग सबै ठाउँमा UnityEngine.Random.value (जहाँ वितरण निर्दिष्ट गरिएको थिएन, तर UnityEngine.Random.Range() वर्दीसँग समानता पनि अपेक्षित थियो) र Unity.Mathematics.Random को अपवाद बाहेक, एक समान वितरण निर्दिष्ट गरिएको थियो। .NextFloat() (जहाँ आधारमा xorshift एल्गोरिथ्म छ, जसको मतलब यो हो कि तपाईंले फेरि एक समान वितरणको लागि पर्खनु पर्छ)।

पूर्वनिर्धारित रूपमा, अपेक्षित परिणामहरू कागजातमा निर्दिष्ट गरिएको रूपमा लिइयो।

विधिशास्त्र

हामीले एउटा सानो एप्लिकेसन लेख्यौं जसले प्रस्तुत गरिएका प्रत्येक विधिहरू प्रयोग गरेर अनियमित संख्याहरूको अनुक्रमहरू उत्पन्न गर्‍यौं र थप प्रशोधनका लागि परिणामहरू बचत गर्‍यौं।

प्रत्येक अनुक्रम को लम्बाइ 100 संख्या छ।
अनियमित संख्याहरूको दायरा [0, 100) हो।

धेरै लक्षित प्लेटफर्महरूबाट डाटा सङ्कलन गरिएको थियो:

• Windows
  — Unity v2018.3.14f1, सम्पादक मोड, मोनो, .NET मानक 2.0
• MacOS
  — Unity v2018.3.14f1, सम्पादक मोड, मोनो, .NET मानक 2.0
  — Unity v5.6.4p4, सम्पादक मोड, मोनो, .NET मानक २.०
• Android
  — Unity v2018.3.14f1, बिल्ड प्रति यन्त्र, मोनो, .NET मानक २.०
• आईओएस
  — Unity v2018.3.14f1, बिल्ड प्रति यन्त्र, il2cpp, .NET मानक २.०

कार्यान्वयन

हामीसँग अनियमित संख्याहरू उत्पन्न गर्ने विभिन्न तरिकाहरू छन्। तिनीहरू मध्ये प्रत्येकको लागि, हामी छुट्टै र्यापर वर्ग लेख्नेछौं, जसले प्रदान गर्नुपर्छ:

1. मानहरूको दायरा सेट गर्ने सम्भावना [मिनट/अधिकतम)। कन्स्ट्रक्टर मार्फत सेट गरिनेछ।
2. MF फिर्ता गर्ने विधि। प्रकारको रूपमा फ्लोट छनौट गरौं, किनकि यो अधिक सामान्य छ।
3. परिणामहरू चिन्ह लगाउनको लागि उत्पादन विधिको नाम। सुविधाको लागि, हामी मानको रूपमा वर्गको पूरा नाम + MF उत्पन्न गर्न प्रयोग गरिएको विधिको नाम फिर्ता गर्नेछौं।

पहिले, IRandomGenerator इन्टरफेस द्वारा प्रतिनिधित्व गरिने एक अमूर्तता घोषणा गरौं:

namespace RandomDistribution
{
    public interface IRandomGenerator
    {
        string Name { get; }

        float Generate();
    }
}

प्रणालीको कार्यान्वयन।Random.Next()

यो विधिले तपाईंलाई मानहरूको दायरा सेट गर्न अनुमति दिन्छ, तर यसले पूर्णाङ्कहरू फर्काउँछ, तर फ्लोटहरू आवश्यक पर्दछ। तपाईं पूर्णांकलाई फ्लोटको रूपमा व्याख्या गर्न सक्नुहुन्छ, वा तपाईं परिमाणका धेरै अर्डरहरूद्वारा मानहरूको दायरा विस्तार गर्न सक्नुहुन्छ, तिनीहरूलाई मिडरेन्जको प्रत्येक पुस्ताको साथ क्षतिपूर्ति दिन सक्नुहुन्छ। परिणाम सटीकता को दिइएको आदेश संग एक निश्चित-बिन्दु जस्तै केहि हुनेछ। हामी यो विकल्प प्रयोग गर्नेछौं किनकि यो वास्तविक फ्लोट मानको नजिक छ।

using System;

namespace RandomDistribution
{
    public class SystemIntegerRandomGenerator : IRandomGenerator
    {
        private const int DefaultFactor = 100000;
        
        private readonly Random _generator = new Random();
        private readonly int _min;
        private readonly int _max;
        private readonly int _factor;


        public string Name => "System.Random.Next()";


        public SystemIntegerRandomGenerator(float min, float max, int factor = DefaultFactor)
        {
            _min = (int)min * factor;
            _max = (int)max * factor;
            _factor = factor;
        }


        public float Generate() => (float)_generator.Next(_min, _max) / _factor;
    }
}

प्रणालीको कार्यान्वयन।Random.NextDouble()

यहाँ मानहरूको निश्चित दायरा [०; १) यसलाई कन्स्ट्रक्टरमा निर्दिष्ट गरिएकोमा प्रक्षेपण गर्न, हामी साधारण अंकगणित प्रयोग गर्छौं: X * (अधिकतम − मिनेट) + मिनेट।

using System;

namespace RandomDistribution
{
    public class SystemDoubleRandomGenerator : IRandomGenerator
    {
        private readonly Random _generator = new Random();
        private readonly double _factor;
        private readonly float _min;


        public string Name => "System.Random.NextDouble()";


        public SystemDoubleRandomGenerator(float min, float max)
        {
            _factor = max - min;
            _min = min;
        }


        public float Generate() => (float)(_generator.NextDouble() * _factor) + _min;
    }
}

UnityEngine.Random.Range() को कार्यान्वयन

UnityEngine.Random static class को यो विधिले तपाईंलाई मानहरूको दायरा सेट गर्न र फ्लोट प्रकार फर्काउन अनुमति दिन्छ। तपाईंले कुनै पनि अतिरिक्त परिवर्तनहरू गर्न आवश्यक छैन।

using UnityEngine;

namespace RandomDistribution
{
    public class UnityRandomRangeGenerator : IRandomGenerator
    {
        private readonly float _min;
        private readonly float _max;


        public string Name => "UnityEngine.Random.Range()";


        public UnityRandomRangeGenerator(float min, float max)
        {
            _min = min;
            _max = max;
        }


        public float Generate() => Random.Range(_min, _max);
    }
}

UnityEngine.Random.value को कार्यान्वयन

स्थिर वर्ग UnityEngine को मान गुण। अनियमित मानहरूको निश्चित दायराबाट फ्लोट प्रकार फर्काउँछ [0; १) System.Random.NextDouble() लाई कार्यान्वयन गर्दा जस्तै यसलाई दिइएको दायरामा प्रोजेक्ट गरौं।

using UnityEngine;

namespace RandomDistribution
{
    public class UnityRandomValueGenerator : IRandomGenerator
    {
        private readonly float _factor;
        private readonly float _min;


        public string Name => "UnityEngine.Random.value";


        public UnityRandomValueGenerator(float min, float max)
        {
            _factor = max - min;
            _min = min;
        }


        public float Generate() => (float)(Random.value * _factor) + _min;
    }
}

Unity.Mathematics.Random.NextFloat() को कार्यान्वयन

Unity.Mathematics.Random वर्गको NextFloat() विधिले फ्लोट प्रकारको फ्लोटिंग बिन्दु फर्काउँछ र तपाईंलाई मानहरूको दायरा निर्दिष्ट गर्न अनुमति दिन्छ। एकमात्र सूक्ष्मता यो हो कि Unity.Mathematics.Random को प्रत्येक उदाहरण केहि बीज संग प्रारम्भ गरिनेछ - यस तरीकाले हामी दोहोरिने क्रमहरू उत्पन्न गर्नबाट बच्नेछौं।

using Unity.Mathematics;

namespace RandomDistribution
{
    public class UnityMathematicsRandomValueGenerator : IRandomGenerator
    {
        private Random _generator;
        private readonly float _min;
        private readonly float _max;


        public string Name => "Unity.Mathematics.Random.NextFloat()";


        public UnityMathematicsRandomValueGenerator(float min, float max)
        {
            _min = min;
            _max = max;
            _generator = new Random();
            _generator.InitState(unchecked((uint)System.DateTime.Now.Ticks));
        }


        public float Generate() => _generator.NextFloat(_min, _max);
    }
}

मुख्य नियन्त्रक को कार्यान्वयन

IRandomGenerator को धेरै कार्यान्वयनहरू तयार छन्। अर्को, तपाईंले अनुक्रमहरू उत्पन्न गर्न र प्रशोधनको लागि परिणाम डेटासेट बचत गर्न आवश्यक छ। यो गर्नको लागि, हामी एकतामा एउटा दृश्य र एउटा सानो मुख्य नियन्त्रक लिपि सिर्जना गर्नेछौं, जसले सबै आवश्यक काम गर्नेछ र एकै समयमा UI सँग अन्तरक्रियाको लागि जिम्मेवार हुनेछ।

डेटासेटको साइज र MF मानहरूको दायरा सेट गरौं, र कन्फिगर गरिएको र काम गर्न तयार भएको जनरेटरहरूको एर्रे फर्काउने विधि पनि पाउनुहोस्।

namespace RandomDistribution
{
    public class MainController : MonoBehaviour
    {
        private const int DefaultDatasetSize = 100000;

        public float MinValue = 0f;
        public float MaxValue = 100f;

        ...

        private IRandomGenerator[] CreateRandomGenerators()
        {
            return new IRandomGenerator[]
            {
                new SystemIntegerRandomGenerator(MinValue, MaxValue),
                new SystemDoubleRandomGenerator(MinValue, MaxValue),
                new UnityRandomRangeGenerator(MinValue, MaxValue),
                new UnityRandomValueGenerator(MinValue, MaxValue),
                new UnityMathematicsRandomValueGenerator(MinValue, MaxValue)
            };
        }

        ...
    }
}

अब एक डाटासेट सिर्जना गरौं। यस अवस्थामा, डेटा उत्पादनलाई पाठ स्ट्रिममा (csv ढाँचामा) रेकर्डिङसँग जोडिनेछ। प्रत्येक IRandomGenerator को मानहरू भण्डारण गर्न, यसको आफ्नै छुट्टै स्तम्भ आवंटित गरिएको छ, र पहिलो रेखामा जनरेटरको नाम समावेश छ।

namespace RandomDistribution
{
    public class MainController : MonoBehaviour
    {
        ...
		
        private void GenerateCsvDataSet(TextWriter writer, int dataSetSize, params IRandomGenerator[] generators)
        {
            const char separator = ',';
            int lastIdx = generators.Length - 1;

            // write header
            for (int j = 0; j <= lastIdx; j++)
            {
                writer.Write(generators[j].Name);
                if (j != lastIdx)
                    writer.Write(separator);
            }
            writer.WriteLine();

            // write data
            for (int i = 0; i <= dataSetSize; i++)
            {
                for (int j = 0; j <= lastIdx; j++)
                {
                    writer.Write(generators[j].Generate());
                    if (j != lastIdx)
                        writer.Write(separator);
                }

                if (i != dataSetSize)
                    writer.WriteLine();
            }
        }

        ...
    }
}

जेनेरेटCsvDataSet विधिलाई कल गर्न र नतिजालाई फाइलमा बचत गर्न वा तुरुन्तै अन्तिम यन्त्रबाट प्राप्त गर्ने सर्भरमा डाटा स्थानान्तरण गर्न बाँकी छ।

namespace RandomDistribution
{
    public class MainController : MonoBehaviour
    {
        ...
		
        public void GenerateCsvDataSet(string path, int dataSetSize, params IRandomGenerator[] generators)
        {
            using (var writer = File.CreateText(path))
            {
                GenerateCsvDataSet(writer, dataSetSize, generators);
            }
        }


        public string GenerateCsvDataSet(int dataSetSize, params IRandomGenerator[] generators)
        {
            using (StringWriter writer = new StringWriter(CultureInfo.InvariantCulture))
            {
                GenerateCsvDataSet(writer, dataSetSize, generators);
                return writer.ToString();
            }
        }

        ...
    }
}

आयोजनाका श्रोतहरु रहेका छन् GitLab.

Результаты

कुनै चमत्कार भएन । उनीहरूले के आशा गरेका थिए उनीहरूले के पाएका थिए - सबै अवस्थामा, षड्यन्त्रको संकेत बिना समान वितरण। म प्लेटफर्महरूको लागि अलग ग्राफहरू राख्ने बिन्दु देख्दिन - तिनीहरू सबैले लगभग समान परिणामहरू देखाउँछन्।

वास्तविकता यस्तो छ:


सबै पाँच पुस्ता विधिहरूबाट विमानमा दृश्यहरूको दृश्य:


र 3D मा दृश्य। म System.Random.Next() को नतिजा मात्र छोड्नेछु ताकि समान सामग्रीको गुच्छा उत्पादन नगर्नुहोस्।


UnityEngine को सामान्य वितरणको बारेमा परिचयमा भनिएको कथा।Random ले आफैलाई दोहोर्याएको छैन: या त यो सुरुमा गलत थियो, वा इन्जिनमा केहि परिवर्तन भएको छ। तर अब हामी ढुक्क छौं।

स्रोत: www.habr.com