下面的打印语句将打印“hello world”。有人能解释一下吗？
System.out.println(randomString(-229985452) + " " + randomString(-147909649));
randomString（）如下所示：
public static String randomString(int i)
{
Random ran = new Random(i);
StringBuilder sb = new StringBuilder();
while (true)
{
int k = ran.nextInt(27);
if (k == 0)
break;
sb.append((char)('`' + k));
}
return sb.toString();
}
当前回答
这是丹尼斯·图尔斯基回答的一个小改进。它把时间缩短了一半
public static long[] generateSeed(String goal, long start, long finish) {
char[] input = goal.toCharArray();
int[] dif = new int[input.length - 1];
for (int i = 1; i < input.length; i++) {
dif[i - 1] = input[i] - input[i - 1];
}
mainLoop:
for (long seed = start; seed < finish; seed++) {
Random random = new Random(seed);
int lastChar = random.nextInt(27);
int base = input[0] - lastChar;
for (int d : dif) {
int nextChar = random.nextInt(27);
if (nextChar - lastChar != d) {
continue mainLoop;
}
lastChar = nextChar;
}
if(random.nextInt(27) == 0){
return new long[]{seed, base};
}
}
throw new NoSuchElementException("Sorry :/");
}
其他回答
这里的每个人都做了很好的工作，解释了代码是如何工作的，并展示了如何构建自己的示例，但这里有一个信息理论的答案，说明了为什么我们可以合理地期望存在暴力搜索最终会找到的解决方案。
26个不同的小写字母组成了我们的字母表∑。为了允许生成不同长度的单词，我们进一步添加了终止符，以生成扩展的字母表∑'：=∑⑪{⑪}。
设α是符号，X是∑′上均匀分布的随机变量。获得该符号P（X=α）及其信息内容I（α）的概率由下式给出：
P（X=α）=1/|∑'|=1/27I（α）=-log₂[P（X=α）]=-log₂（1/27）=对数₂(27)
对于一个词ω∈∑*和它的∈终止的对应词ω'：=ω·∈（∑'）*，我们有
I（ω）：=I（ω'）=|ω'|*log₂（27）=（|ω|+1）*log₂(27)
由于伪随机数生成器（PRNG）是用32位种子初始化的，因此我们可以预期长度最多为
λ=地板[32/log₂(27)] - 1 = 5
由至少一个种子产生。即使我们要搜索一个6个字符的单词，我们仍有41.06%的成功率。不太破旧。
对于7个字母，我们看到接近1.52%，但我在尝试之前没有意识到这一点：
#include <iostream>
#include <random>
int main()
{
std::mt19937 rng(631647094);
std::uniform_int_distribution<char> dist('a', 'z' + 1);
char alpha;
while ((alpha = dist(rng)) != 'z' + 1)
{
std::cout << alpha;
}
}
参见输出：http://ideone.com/JRGb3l
其他答案解释了原因，但这里是如何解释的。
给定Random的一个实例：
Random r = new Random(-229985452)
r.nextInt（27）生成的前6个数字是：
8
5
12
12
15
0
并且r.nextInt（27）生成给定Random r＝new Random（-1470909649）的前6个数字是：
23
15
18
12
4
0
然后，只需将这些数字添加到字符“”的整数表示形式（即96）：
8 + 96 = 104 --> h
5 + 96 = 101 --> e
12 + 96 = 108 --> l
12 + 96 = 108 --> l
15 + 96 = 111 --> o
23 + 96 = 119 --> w
15 + 96 = 111 --> o
18 + 96 = 114 --> r
12 + 96 = 108 --> l
4 + 96 = 100 --> d
这都是关于输入种子的。相同的种子产生相同的结果时间。即使你一次又一次地重新运行你的程序，它的输出也是一样的。
public static void main(String[] args) {
randomString(-229985452);
System.out.println("------------");
randomString(-229985452);
}
private static void randomString(int i) {
Random ran = new Random(i);
System.out.println(ran.nextInt());
System.out.println(ran.nextInt());
System.out.println(ran.nextInt());
System.out.println(ran.nextInt());
System.out.println(ran.nextInt());
}
输出
-755142161
-1073255141
-369383326
1592674620
-1524828502
------------
-755142161
-1073255141
-369383326
1592674620
-1524828502
当java.util.Random的实例使用特定的种子参数（在本例中为-22985452或-147090649）构建时，它遵循从该种子值开始的随机数生成算法。
使用相同种子构建的每个随机数每次都会生成相同的数字模式。
这是丹尼斯·图尔斯基回答的一个小改进。它把时间缩短了一半
public static long[] generateSeed(String goal, long start, long finish) {
char[] input = goal.toCharArray();
int[] dif = new int[input.length - 1];
for (int i = 1; i < input.length; i++) {
dif[i - 1] = input[i] - input[i - 1];
}
mainLoop:
for (long seed = start; seed < finish; seed++) {
Random random = new Random(seed);
int lastChar = random.nextInt(27);
int base = input[0] - lastChar;
for (int d : dif) {
int nextChar = random.nextInt(27);
if (nextChar - lastChar != d) {
continue mainLoop;
}
lastChar = nextChar;
}
if(random.nextInt(27) == 0){
return new long[]{seed, base};
}
}
throw new NoSuchElementException("Sorry :/");
}
