Unity 隨機種子

public static int Random(ref uint seed)
{
    unsafe
    {
        uint next = seed;
        uint result
        next *= 1103515245;
        next += 12345;
        result = (uint)(next / 65536) % 2048
        next *= 1103515245;
        next += 12345;
        result <<= 10;
        result ^= (uint)(next / 65536) % 1024
        next *= 1103515245;
        next += 12345;
        result <<= 10;
        result ^= (uint)(next / 65536) % 1024
        seed = next;
        return (int)result;
    }
}

每次隨機的值都是一定的

?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末癞蚕,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,386評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件民鼓,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機焕阿,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,142評論 3 394
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來首启,“玉大人捣鲸,你說我怎么就攤上這事∶銎拢” “怎么了栽惶?”我有些...
    開封第一講書人閱讀 164,704評論 0 353
  • 文/不壞的土叔 我叫張陵愁溜,是天一觀的道長。 經(jīng)常有香客問我外厂,道長冕象,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,702評論 1 294
  • 正文 為了忘掉前任汁蝶,我火速辦了婚禮渐扮,結果婚禮上,老公的妹妹穿的比我還像新娘掖棉。我一直安慰自己墓律,他們只是感情好,可當我...
    茶點故事閱讀 67,716評論 6 392
  • 文/花漫 我一把揭開白布幔亥。 她就那樣靜靜地躺著耻讽,像睡著了一般。 火紅的嫁衣襯著肌膚如雪帕棉。 梳的紋絲不亂的頭發(fā)上针肥,一...
    開封第一講書人閱讀 51,573評論 1 305
  • 那天,我揣著相機與錄音香伴,去河邊找鬼慰枕。 笑死,一個胖子當著我的面吹牛即纲,可吹牛的內(nèi)容都是我干的具帮。 我是一名探鬼主播,決...
    沈念sama閱讀 40,314評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼低斋,長吁一口氣:“原來是場噩夢啊……” “哼蜂厅!你這毒婦竟也來了?” 一聲冷哼從身側響起拔稳,我...
    開封第一講書人閱讀 39,230評論 0 276
  • 序言:老撾萬榮一對情侶失蹤葛峻,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后巴比,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體术奖,經(jīng)...
    沈念sama閱讀 45,680評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,873評論 3 336
  • 正文 我和宋清朗相戀三年轻绞,在試婚紗的時候發(fā)現(xiàn)自己被綠了采记。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,991評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡政勃,死狀恐怖唧龄,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情奸远,我是刑警寧澤既棺,帶...
    沈念sama閱讀 35,706評論 5 346
  • 正文 年R本政府宣布讽挟,位于F島的核電站,受9級特大地震影響丸冕,放射性物質發(fā)生泄漏耽梅。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,329評論 3 330
  • 文/蒙蒙 一胖烛、第九天 我趴在偏房一處隱蔽的房頂上張望眼姐。 院中可真熱鬧,春花似錦佩番、人聲如沸众旗。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,910評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽贡歧。三九已至,卻和暖如春拱镐,著一層夾襖步出監(jiān)牢的瞬間艘款,已是汗流浹背持际。 一陣腳步聲響...
    開封第一講書人閱讀 33,038評論 1 270
  • 我被黑心中介騙來泰國打工沃琅, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人蜘欲。 一個月前我還...
    沈念sama閱讀 48,158評論 3 370
  • 正文 我出身青樓益眉,卻偏偏與公主長得像,于是被迫代替她去往敵國和親姥份。 傳聞我的和親對象是個殘疾皇子郭脂,可洞房花燭夜當晚...
    茶點故事閱讀 44,941評論 2 355

推薦閱讀更多精彩內(nèi)容

  • 一般計算機的隨機數(shù)都是偽隨機數(shù),以一個真隨機數(shù)(隨機數(shù)種子)作為初始條件澈歉,然后用一定的算法不停迭代產(chǎn)生隨機數(shù)展鸡。Un...
    微巴特閱讀 7,392評論 3 0
  • 深度學習網(wǎng)絡模型中初始的權值參數(shù)通常都是初始化成隨機數(shù),而使用梯度下降法最終得到的局部最優(yōu)解對于初始位置點的選擇很...
    曉柒NLP與藥物設計閱讀 10,512評論 0 15
  • 隨機性: 深度學習的一個項目埃难,其中的隨機性會非常的大莹弊,比如以下因素: 隨機生成的模型參數(shù),可能是隨機選取的訓練樣本...
    三方斜陽閱讀 577評論 0 0
  • seed( ) 用于指定隨機數(shù)生成時所用算法開始的整數(shù)值涡尘。 1.如果使用相同的seed( )值忍弛,則每次生成的隨即數(shù)...
    zhengda4dream閱讀 5,322評論 0 0
  • 每次運行這段代碼生成的隨機數(shù)都是相同的5個數(shù),見下方: 當將np.random.seed(5)注釋掉后考抄,每次運行代...
    w蕾絲閱讀 766評論 0 0