为什么srand()不起作用？？？

HelloDan 2008-02-22 11:02:42 


//genetype.h



#ifndef __genetype_H

#define __genetype_H



#include<bitset>

#include<cstdlib>

#include<cmath>

#include<vector>

#include<ctime>



////////////////////////////////////////////////////////////////////////////////////////////////

// The following is ths definition of the class.

const std::size_t bits(15); 

//srand((unsigned)time(NULL)); 



class genetype

{

  public:   // Constructor function to initialize the class

	 genetype(unsigned long ul=0,double rf=0.8,double cf=0.8,double f=1000.0,double rl=10.0)\

		 :gene(ul),rfitness(rf),cfitness(cf),fitness(f),ruler(rl)  // initialize the members of the class

		 {  //here reset bitset to be a random bitset.

			 srand((unsigned)time(NULL));

			 int tmp(0);

			 for(size_t i=0;i<bits;++i)

			 {

			   tmp=rand()%bits; 

			   gene.flip(tmp); // Reverse value of the bit in b in tmp, in order to make it a random bitset. 			   

			 }		

             fitness=static_cast<double>(gene.to_ulong())/10.0; // as a root of the function to solve.	

			 ruler=fabs((1.0/350.0)*pow((0.021*pow(fitness,1.85)+0.25*25*25),0.50)*pow(fitness,0.84)-24.0);  

             if(ruler<0.1)        

	            ruler=5.0;

             else

	            ruler=1.0/ruler; 			 

		 }

		 

	 genetype& operator = (const genetype&);  // Overload assignment operator

	 ///////////////////////////////////////////////////////////////////////////////////////////////

	 // basic interface functions

	 

	 std::bitset<bits> getgene() const;            // return the genes of the individual	

     bool getbit(const size_t& st) const;     // get the excetly bit of the gene. 	 

	 double getrf() const;              // get relative fitness

	 double getcf() const;              // get cumulative fitness

	 double getfitness() const;         // get GT's fitness, us it to get the best individual

	 double getruler() const;

	  

	 

	 typedef std::vector<genetype>::iterator VIP;

	 

  private:

	 std::bitset<bits> gene;         //  using bitset to implement binary form genetype, set integral part 

                                //	precision to 10000, and the other to indicate the decimal fraction

     //static double best;        //  store the best fitness value of the best individual

     

	 double rfitness;           //  relative fitness

     double cfitness;           //  cumulative fitness 

	 double fitness;            //  GT's fitness, us it to get the best individual

	 double ruler;              //  set for "roulette wheel" algorithm

};



#endif








//genetype.cpp



#include"genetype.h"

/////////////////////////////////////////////////////////////////////////////////////////

//The following are the implimentations of the class member functions.





// Overload assignment operator

genetype& genetype::operator = (const genetype& rhs)

{

  gene=rhs.gene;

  rfitness=rhs.rfitness;

  cfitness=rhs.cfitness;

  ruler=rhs.ruler;

  fitness=rhs.fitness;

  return *this;

}





double genetype::getruler()const

{

  return ruler;

}





// get relative fitness

double genetype::getrf() const

{

  return rfitness;

}    



// get cumulative fitness

double genetype::getcf() const 

{

  return cfitness;

}	



// get GT's fitness, us it to get the best individual

double genetype::getfitness() const 

{

  return fitness;

}



bool genetype::getbit(const size_t& st) const

{

  return gene[st];

} 



std::bitset<bits> genetype::getgene() const  // return the genes of the individual

{

  return gene;

}















//main.cpp

#include<iostream>

#include<ctime>

#include"genetype.h"



using namespace std;





////////////////////////////////////////////////////////////////////////////////////

// Basic settings

const size_t MaxGen(1000);  // generation to evaluate

const size_t PopSize(50);       // populations of each generations

double pmutation=0.15;    // probability of mutation

double pxcross=0.8;       // probability of crossover





void display(const genetype& ge,ostream &os=cout)

{

   os<<"\n  Probability of mutation: "<<pmutation;

   os<<"\n  Probability of crossover:"<<pxcross<<"\n";

   os<<"\n  Relative fitness: "<<ge.getrf();

   os<<"\n  cumulative fitness:"<<ge.getcf();

   os<<"\n  Best fitness:"<<ge.getfitness();

   os<<"\n  Gene type: "<<ge.getgene();

   os<<"\n  Ruler: "<<ge.getruler()<<endl;

}



/**************************************************************/

/* Main function: Each generation involves selecting the best */

/* members, performing crossover & mutation and then          */

/* evaluating the resulting population, until the terminating */

/* condition is satisfied                                     */

/**************************************************************/

int main()

{

  srand((unsigned)time(NULL));  // seed for rand

  vector<genetype> gvec(10);

  for(vector<genetype>::iterator it=gvec.begin();it!=gvec.end();++it)

  {

    display(*it);

  }  

  

  system("pause");

  return 0;

}

//这是我写的一个遗传算法的程序，为了方便阅读我已经将程序缩到最少代码量了。但我发现有一个问题，是经过构造函数出来的

//所有个体是一样的。我要每个个体出来的基因型是随机的。好像srand((unsigned)time(NULL));根本不起作用。请问各位，我应该怎样改才行？

//即display()出来的数据不是每一个都相同。我在主程序里面有测试。麻烦了！！！  谢谢！！！

//
...全文
608 19 打赏 收藏 转发到动态 举报
写回复
用AI写文章
19 条回复
切换为时间正序
请发表友善的回复…
发表回复
HelloDan 2008-02-23
  • 打赏
  • 举报
 回复
果然是这样，数组是可以的，但STL的不行。以前看过string类有copy on write的特性，可能vector也是这样的物性吧。

再一次，谢谢ltc_mouse
HelloDan 2008-02-23
  • 打赏
  • 举报
 回复
STL我也没有学得太深，可能是这样吧。以前看过好像STL是有这样的特性的。
我在构造函数里面外加了1000个循环造成延迟，结果也是一样错的。

我用数组试下。

谢谢ltc_mouse
ltc_mouse 2008-02-23
  • 打赏
  • 举报
 回复
跟踪了下，构造函数只执行了一遍。是否因为vector对其他元素，直接复制数据，不调用构造函数？不熟悉stl，呵呵...
HelloDan 2008-02-23
  • 打赏
  • 举报
 回复
我的循环的意思是，每构造一个genetype这15个tmp是与前一个genetype的15个是相同的。
如果说是时间太短为什么我在8楼时改成了2个却符合我的要求呢？
ltc_mouse 2008-02-23
  • 打赏
  • 举报
 回复
tmp是不固定的，但是好像是每15次就循环回以前的值啊。这样就次次都相同的。

--------------------
tmp=rand()%bits;
bits在你的代码中是15，不知道你说的循环是怎样的概念？tmp的取值只在0~14之间；但rand的周期肯定不只15，不应该出现15个数值后马上重复整个序列~ （如果构造中有srand，很可能每15个循环一次，两次srand之间的间隔太短,time的值一样）
HelloDan 2008-02-23
  • 打赏
  • 举报
 回复
可能大家是没有试过的。我这果贴出我运行的一个结果吧。
为什么我像1楼那样的main()会出现下面这样的结果，全部分是相同的：

Probability of mutation: 0.15
Probability of crossover:0.8

Relative fitness: 0.8
cumulative fitness:0.8
Best fitness:1794.9
Gene type: 100011000011101
Ruler: 0.00485147

Probability of mutation: 0.15
Probability of crossover:0.8

Relative fitness: 0.8
cumulative fitness:0.8
Best fitness:1794.9
Gene type: 100011000011101
Ruler: 0.00485147

Probability of mutation: 0.15
Probability of crossover:0.8

Relative fitness: 0.8
cumulative fitness:0.8
Best fitness:1794.9
Gene type: 100011000011101
Ruler: 0.00485147

Probability of mutation: 0.15
Probability of crossover:0.8

Relative fitness: 0.8
cumulative fitness:0.8
Best fitness:1794.9
Gene type: 100011000011101
Ruler: 0.00485147

Probability of mutation: 0.15
Probability of crossover:0.8

Relative fitness: 0.8
cumulative fitness:0.8
Best fitness:1794.9
Gene type: 100011000011101
Ruler: 0.00485147

Probability of mutation: 0.15
Probability of crossover:0.8

Relative fitness: 0.8
cumulative fitness:0.8
Best fitness:1794.9
Gene type: 100011000011101
Ruler: 0.00485147

Probability of mutation: 0.15
Probability of crossover:0.8

Relative fitness: 0.8
cumulative fitness:0.8
Best fitness:1794.9
Gene type: 100011000011101
Ruler: 0.00485147

Probability of mutation: 0.15
Probability of crossover:0.8

Relative fitness: 0.8
cumulative fitness:0.8
Best fitness:1794.9
Gene type: 100011000011101
Ruler: 0.00485147

Probability of mutation: 0.15
Probability of crossover:0.8

Relative fitness: 0.8
cumulative fitness:0.8
Best fitness:1794.9
Gene type: 100011000011101
Ruler: 0.00485147

Probability of mutation: 0.15
Probability of crossover:0.8

Relative fitness: 0.8
cumulative fitness:0.8
Best fitness:1794.9
Gene type: 100011000011101
Ruler: 0.00485147
Press any key to continue . . .


而像8楼那样的main()却是不同的。 谢谢
HelloDan 2008-02-23
  • 打赏
  • 举报
 回复
注释掉构造函数里的srand也是不行的。

我就是因为不行才在构造函数里的加srand的，当然也不行，在简化代码贴出来时忘了去掉了。

请问这到底是怎样的？谢谢！！！
独孤过儿 2008-02-23
  • 打赏
  • 举报
 回复
srand()只需要出现一次就行了
itegel84 2008-02-23
  • 打赏
  • 举报
 回复
注释掉构造函数里的srand不就可以了吗？
以前碰到过这种问题。楼上说得都对。
jixingzhong 2008-02-23
  • 打赏
  • 举报
 回复
事实上，在楼主你的代码中， main 中的srand是无效的，因为生成对象的时候你重新 srand 了

1 去掉main中的 srand
2 类中的 srand((unsigned)time(NULL)); 前面增加一些时间延迟，比如sleep/delay 之类的

或者，
去掉 class 中的srand，只在main中srand一次即可
jixingzhong 2008-02-23
  • 打赏
  • 举报
 回复
请确保 srand 调用参数（种子）是不重复的
HelloDan 2008-02-23
  • 打赏
  • 举报
 回复 


int main()

{

  srand((unsigned)time(NULL));  // seed for rand

  genetype a;

  genetype b;

  display(a);

  display(b);

  

  

  system("pause");

  return 0;

}

//如果将main函数改成这样是不同的。是不是一经调用，在同一个函数里面，里面的时间种子就是一样的？？？
HelloDan 2008-02-23
  • 打赏
  • 举报
 回复
回3楼的，tmp是不固定的，但是好像是每15次就循环回以前的值啊。这样就次次都相同的。

这是怎么回事啊？

谢谢回复！！！
HelloDan 2008-02-23
  • 打赏
  • 举报
 回复
好像我是在构造函数里面没有时也不对我才移进去的，当然移进去也不对。
HelloDan 2008-02-23
  • 打赏
  • 举报
 回复
好像我是在构造函数里面没有时也不错我才移进去的，当然移进去也不对。
arong1234 2008-02-23
  • 打赏
  • 举报
 回复
把
srand那行代码移动到main函数后第一行即可


原因：srand用于设置种子，当其参数不变时，其中自补变，随即序列一样

如果你在很短时间内多次调用，time(NULL)的值不变，等于每次都冲头来，当然就不对了
ltc_mouse 2008-02-23
  • 打赏
  • 举报
 回复
Dev C++，试运行了下，构造函数中得到的tmp不是固定值呀~
一般情况下，srand是只要调用一次；即构造函数中的srand调用可以去掉
HelloDan 2008-02-22
  • 打赏
  • 举报
 回复
好像我试过不行，不过如果你试过行了就麻烦帮我贴出来给我。 谢谢回复。
飘飘白云 2008-02-22
  • 打赏
  • 举报
 回复
srand((unsigned)time(NULL));

只需要设定一次就可以了，一般习惯取当前时间做种子
在genetype的构造函数里提供一个参数入口，将外部产生的随机数传进去～
C语言编程中生成随机数的入门教程
语言产生随机数是一个常见的编程功能任务，当然这个也不难，调用两三个函数就出来了，但是你知道这些函数具体是起到怎样的作用，并且是它们是如何产生随机数的吗？ 几个概念 随机数：数学上产生的都是伪随机数，真正的随机数使用物理方法产生的。 随机数种子：随机数的产生是由算术规则产生的，srand(seed)的随机数种子不同，rand()的随机数值就不同，倘若每次的随机数种子一样，则rand()的值就一样。所以要产生随机数，则srand(seed)的随机数种子必须也要随机的。 用srand()产生随机数种子 原型：void srand ( unsigned int seed ); 作用是设置好随机数种子，
为什么不能在循环里设置Srand种子？
我们在for循环里设置srand种子，然后不断产生随机数，我们会惊讶的发现，为啥这些随机数是一样的呢？我们搜索之后，发现只要把srand放在for循环以外，这个问题变得到了解决然后你记住了，“哦，原来srand种子不能设置在for循环里”，但是你又被一个新的问题困扰住了，那为啥不能放在for循环里呢？Srand函数原理。
srand() 作用域
srand(seed) 作用域为全局
srand无效？
程序在启动后，初始化的时候正确调用了srand(time(NULL)). 但是在之后使用的地方，rand() 得到的随机数序列，每次程序运行都是一致的。也就是srand()根本没起作用。更进一步调试，把srand注释掉，得到的随机数序列是一致的。这就奇怪了。 调了半天，没啥进展，跟进srand的实现看看： void __cdecl srand ( unsigned int seed
C++ srand和rand函数作用是什么，如何使用，有什么区别？
srand函数和rand函数的区别在于，srand函数用于设置随机数生成的种子，而rand函数用于生成随机数。通过设置不同的种子，可以生成不同的随机数序列。rand函数会返回一个范围在0和RAND_MAX之间（包括0和RAND_MAX）的伪随机数。RAND_MAX是一个宏，它表示rand函数返回的最大随机数。srand函数是C++中的一个随机数种子生成函数，它用于设置rand函数生成随机数的种子。其中，seed参数是一个无符号整数，它用于设置随机数生成的种子。不同的种子会生成不同的随机数序列。
C++ 语言

64,637

社区成员

250,559

社区内容

发帖
与我相关
我的任务
社区描述
C++ 语言相关问题讨论，技术干货分享，前沿动态等
c++ 技术论坛（原bbs）
社区管理员
  • C++ 语言社区
  • encoderlee
  • paschen
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
  1. 请不要发布与C++技术无关的贴子
  2. 请不要发布与技术无关的招聘、广告的帖子
  3. 请尽可能的描述清楚你的问题，如果涉及到代码请尽可能的格式化一下

试试用AI创作助手写篇文章吧

+ 用AI写文章