更快替代不同步的数学/兰特

Question

我正在尝试优化我的遗传算法。这使用了很多随机数选择（随机突变等）。

我决定使用 CPU 分析器：

import (

    "runtime/pprof"

)

var cpuprofile = flag.String("cpuprofile", "", "write cpu profile to file")

func main() {

    if *cpuprofile != "" {

        fmt.Println(*cpuprofile)

        f, err := os.Create(*cpuprofile)

        if err != nil {

            log.Fatal(err)

        }

        _ = pprof.StartCPUProfile(f)

        defer pprof.StopCPUProfile()

    }

    ***app logic***

我很惊讶地发现，CPU使用率的最大贡献者之一是，特别是因为我在应用程序中的任何时候都没有使用过线程或goroutines。sync.(*Mutex).Unlock

一些挖掘显示，瓶颈是由数学/兰特中的默认源同步引起的。

有没有一种更快的方法来生成具有不同步/阻塞的函数的随机数？

真正的随机性/准确的伪随机性对于这个应用程序来说并不那么重要，但是如果我没有连续多次获得完全相同的数字，那将是首选。

Answer 1

如您所见，包的默认“随机性源”是锁定的源，适合在并发 goroutine 中使用。您需要使用NewSource函数为每个goroutine创建一个新源，然后使用New从中创建一个随机数生成器。来自这个新生成器的伪随机数的工作方式与（单个）锁定源相同，只是每个生成器将生成自己的相同生成数字流（如果从同一种子开始）。math/rand因此，您需要确保提供的每个种子都是唯一的，以便每个流都是不同的。NewSource

Answer 2

如果你在 Go 中寻找快速的高质量伪随机数，我已经创建了一个包（我认为，但我显然是有偏见的）在不牺牲质量的情况下尽可能快地运行（并且与以下相比显著改进它）：pgregory.net/rand（基准测试）。math/rand除了避免任何同步之外，它还使用更快的算法并避免使用接口以使内联成为可能。Source