Generator MIXMAX
 Generator liczb pseudolosowych .
| |
| Klasa | generator liczb pseudolosowych |
|---|---|
| Struktura danych | Szyk |
| Wydajność w najgorszym przypadku | O( n ) |
| Najlepsza wydajność | O( n ) |
| Średnia wydajność | O( n ) |
| Złożoność przestrzeni w najgorszym przypadku | O( n ) |
Generator MIXMAX jest rodziną generatorów liczb pseudolosowych (PRNG) i jest oparty na C-układach Anosowa ( dyfeomorfizm Anosowa ) i K-systemach Kołmogorowa ( automorfizm Kołmogorowa ). Został wprowadzony w przeddruku z 1986 roku przez G. Savvidy'ego i N. Ter-Arutyunyana-Savvidy'ego i opublikowany w 1991 roku.
Szybka implementacja generatora w C / C++ została opracowana przez Konstantina Savvidy'ego. Okres generatora wynosi , a entropia Kołmogorowa wynosi dla rozmiaru macierzy . Ten generator zajmuje mniej niż 2 kb, a jeśli wymagany jest mniejszy stan generatora, istnieje również wersja N = 17 z wymaganiami pamięci mniejszymi niż 200 bajtów.
Generator działa na większości systemów 64-bitowych, w tym 64-bitowych odmianach Linuksa i Intel Mac. Został również przetestowany na PPC i ARM . Najnowsza wersja działa również w systemach 32-bitowych i Windows. Generator jest równie użyteczny z programami C++, został wybrany jako domyślny generator w CLHEP do użytku w Geant4 i istnieje interfejs ROOT . Został ostatnio szeroko przetestowany na bardzo różnych platformach, jako część wydania CLHEP/Geant4.
Analiza przeprowadzona przez L'Ecuyera, Wambergue i Bourcereta, patrz także, wykazała, że generatory MIXMAX, podobnie jak wszystkie inne generatory rekurencyjne wielokrotne i generatory kongruencji liniowej , mają strukturę kratową, gdy generowane liczby losowe są rozpatrywane w przestrzeni n -wymiarowej większej niż wymiar N generatora macierzy i tylko w tym wysokim wymiarze n > N leżą na zbiorze równoległych hiperpłaszczyzn i wyznaczyły maksymalną odległość między pokrywającymi się hiperpłaszczyznami.
Linki zewnętrzne
- Otwarty kod źródłowy MIXMAX C/C++ na hepforge.org
- William L. Dunn, J. Kenneth Shultis (2022). Odkrywanie metod Monte Carlo , wydanie drugie, Elsevier Science, ISBN 978-0-12-819739-4 .
- K. Anagnostopoulos, (2014). Fizyka obliczeniowa , Lulu.com, ISBN 978-1312464414 .