随机数生成：相同的C ++代码，两种不同的行为

Question

我和我的同事正在一起使用C ++进行Monte Carlo项目。 她使用Visual Studio，我使用Xcode，我们通过git共享代码。 由于要使用需要随机数生成的给定方法，我们正在计算美国期权价格。 我们意识到对于某个参数K，我们得到了错误的结果（参数越高，答案越错误），我的同事发现，将Mersenne Twister的随机源更改为rand（）（尽管生成器较差）可以使结果良好在整个K范围内

但是，当我更改代码版本的源代码时，它什么也没做。

更让我感到困惑的是，我创建了一个新的Xcode项目，并在其中复制了她的整个源代码，但仍然给我错误的结果（尽管她得到了很好的结果）。 因此，它不能源自代码本身。 我清理了项目，重新启动了Xcode，甚至重新启动了计算机（...），但没有任何变化：我们的项目表现一致，但有所不同，后面都有相同的代码。 （编辑：通过不同但始终如一的方式，我并不是说我们没有相同的数字序列。我的意思是她的蒙特卡洛估计量收敛于4.并趋近于3。）

您是否知道导致这种双重行为的原因是什么？

这是随机生成代码：

double loiuniforme() //uniform law
{
    return (double)((float)rand() / (float)RAND_MAX);
}


vector<double> loinormale() //normal law
{
    vector<double> loinormales(2, 0.);

    double u1 = loiuniforme();
    double v1 = loiuniforme();

    loinormales[0] = sqrt(-2 * log(u1))*cos(2 * M_PI*v1);
    loinormales[1] = sqrt(-2 * log(u1))*sin(2 * M_PI*v1);

    return(loinormales);

}

编辑：之前使用的MT RNG是：

double loiuniforme()
{
    mt19937::result_type seed = clock();
    auto real_rand = std::bind(std::uniform_real_distribution<double>(0,1), mt19937(seed));
    return real_rand();
}

Answer 1

C ++标准未指定rand()使用哪种算法。 编写该编译器的人可以自由使用他们想要的任何实现，并且不能保证它在两个不同的编译器，两个不同的体系结构甚至同一编译器的两个不同版本上的行为相同。

Answer 2

您应该只创建一个生成器，并将其用于每个数字。

mt19937::result_type seed = clock();

和

mt19937(seed)

每次调用该函数时，请使用新种子创建一个新的生成器。
这导致随机性全部扭曲。

您可以在函数中使用静态变量，因为它们是在第一次调用时初始化的：

double loiuniforme() 
{ 
    static std::mt19937 generator(clock()); 
    static std::uniform_real_distribution<double> distribution(0, 1); 
    return distribution(generator); 
}

（当您与同事比较结果时，请使用相同的硬编码种子来验证您是否获得了相同的结果。）

Answer 3

您需要在两台计算机上为rand函数添加相同的数字。 即使那样，我仍然不确定跨计算机和操作系统的基础代码是否会返回相同的值。

更重要的是，如果要获得相同的结果，请不要使用随机函数。