从算法角度分析随机播放歌曲真的是随机的吗?

2023-10-22 23:40

本文主要是介绍从算法角度分析随机播放歌曲真的是随机的吗?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

漫小画

擅长漫话

程小员

擅长编程

周末,开车带女朋友出去玩,车里面,随机播放着周杰伦的歌曲。我正沉浸在『得儿飘,得儿飘,得儿意的飘』中,幻想着自己是秋名山车神,突然,旁边的豆腐,哦不,女朋友说话了。

诶,你车上的歌曲是随机播放的吗?

640?wx_fmt=png

是啊

640?wx_fmt=png

那为什么听来听去反反复复都是那么几首歌在重复啊。 

640?wx_fmt=png

嗯,音乐随机播放用的是伪随机算法呗。

640?wx_fmt=png

伪随机性(英语:Pseudorandomness)是一个过程似乎是随机的,但实际上并不是。伪随机数是看似随机实质是固定的周期性序列,也就是有规则的随机。

又拽概念了,你给我详细讲讲吧。

640?wx_fmt=png

好的,等到了前面的服务区,我给你讲讲。

640?wx_fmt=png

什么是随机数

随机数在计算机应用中使用的比较广泛,最为熟知的便是在密码学中的应用。随机数有3个特性,具体如下:

随机性:不存在统计学偏差,是完全杂乱的数列

不可预测性:不能从过去的数列推测出下一个出现的数

不可重现性:除非将数列本身保存下来,否则不能重现相同的数列

音乐播放器的随机播放如何实现的

现在的音乐播放器都比较智能了,都带有一些类似于歌曲推荐的功能,会给听众随机推荐歌曲,这种是基于用户听歌习惯的随机推荐,不在我们讨论的范围内。我们只讨论那种简单的,比如使用简单的播放器随机播放一个CD卡中的列表的情况。

常见的音乐随机播放算法有两种,分别是Random算法和Shuffle算法。

Random算法

Random算法相对比较简单,播放当前歌曲时才随机生成下一曲。

Random算法是在选取即将播放的歌曲时,进行一个随机数的运算,得到即将播放的歌曲在播放列表中的索引,播放列表本身并没有被打乱,只是利用随机函数从播放列表中选取一首歌曲进行播放而已。

可以使用Java语言实现这种Random随机数算法:

Calendar ca = Calendar.getInstance();//获取系统当前时间
int i;
Random rand =new Random(ca.get(Calendar.MINUTE)*ca.get(Calendar.SECOND));//将随机数的种子设置为当前系统时间的分*秒
i=rand.nextInt(maxnum);//maxnum是随机数最大不超过得值

Random算法另一个缺陷是当点击“上一曲”时,跟“下一曲”功能完全一样,都是重新生成随机数,并利用它从播放列表中选取歌曲进行播放,而不会回到刚刚播放的那一首歌。

这种方法不好,都没办法找到上一首了。

640?wx_fmt=png

其实也有解决办法,比如提供个历史纪录来弥补。

640?wx_fmt=png

太麻烦了吧。还有另外的算法吗?

640?wx_fmt=png

有的,那就是洗牌算法。

640?wx_fmt=png

Shuffle算法

Shuffle算法和排序算法正好相反,是从有序到乱序的一个过程,俗称洗牌算法。

它将播放列表中的歌曲顺序打乱,变成一个和原来歌曲顺序没有任何关系的乱序的播放列表,之后进行歌曲的播放,并支持当用户点击“上一首”时,能够回到刚刚播放的那一首歌曲。

这种算法相对于Random算法来说,并不是完全意义上的随机,只不过是对歌曲列表的乱序而已,歌曲的播放顺序还是相对固定的。

在Java中,有现成的shuffle算法实现,即Collections类中的两个重载的shuffle方法:

public static void shuffle(List<?> list) {Random rnd = r;if (rnd == null)r = rnd = new Random();shuffle(list, rnd);
}
private static Random r;public static void shuffle(List<?> list, Random rnd) {int size = list.size();if (size < SHUFFLE_THRESHOLD || list instanceof RandomAccess) {for (int i=size; i>1; i--)swap(list, i-1, rnd.nextInt(i));} else {Object arr[] = list.toArray();// Shuffle arrayfor (int i=size; i>1; i--)swap(arr, i-1, rnd.nextInt(i));// Dump array back into listListIterator it = list.listIterator();for (int i=0; i<arr.length; i++) {it.next();it.set(arr[i]);}}
}

哦,那我们的播放器应该是使用Shuffle实现的吧。

640?wx_fmt=png

嗯,我们每次听的歌曲顺序几乎都一致,表现上比较像。

640?wx_fmt=png

那我们这个就是伪随机,如果使用Random就是真随机了。

640?wx_fmt=png

不是的。这是不同的概念。

640?wx_fmt=png

真随机与伪随机

随机数分为真随机数和伪随机数,我们程序使用的基本都是伪随机数,其中伪随机又分为强伪随机数和弱伪随机数。

  • 真随机数,通过物理实验得出,比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等。需要满足随机性、不可预测性、不可重现性。

  • 伪随机数,通过一定算法和种子得出。软件实现的是伪随机数。

    • 强伪随机数,难以预测的随机数。需要满足随机性和不可预测性。

    • 弱伪随机数,易于预测的随机数。需要满足随机性。

上面介绍Random算法和Shuffle算法的时候,代码实现都是伪随机算法。可以这样说:

只要这个随机数是由确定算法生成的,那就是伪随机。只能通过不断算法优化,使你的随机数更接近随机。

有限状态机不能产生真正的随机数的,所以,现代计算机中,无法通过一个纯算法来生成真正的随机数,无论是哪种语言,单纯的算法生成的数字都是伪随机数,都是由可确定的函数通过一个种子,产生的伪随机数。

这也就意味着,如果知道了种子,就可以推断接下来的随机数序列的信息。这就有了可预测性。

那么真随机数怎么产生的呢?

通过真实随机事件取得的随机数才是真随机数。

真正的随机数是使用物理现象产生的:比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等。这样的随机数发生器叫做物理性随机数发生器,它们的缺点是技术要求比较高,效率低。

现有的真随机数生成器,比如PuTTYgen的随机数是让用户移动鼠标达到一定的长度,之后把鼠标的运动轨迹转化为种子;Intel通过电阻和振荡器来生成热噪声作为信息熵资源;Unix/Linux的dev/random和/dev/urandom采用硬件噪音生成随机数;

所以,要想生成真的随机数,是无法用任何一个纯算法实现的。都需要借助外部物理现象。

啊?这也太难了吧,想要生成个随机数,竟然还要懂物理学。

640?wx_fmt=png

是的。确定性的算法生成的随机数,至少都有可重现性。那就不是真随机数了。

640?wx_fmt=png

那你们平时工作重要使用随机数怎么办啊?

640?wx_fmt=png

这就要看场景了,一般使用伪随机数就可以解决问题了。

640?wx_fmt=png

Java中的随机数生成器

Java语言提供了几种随机数生成器,如前面提到的Random类,还有SecureRandom类。

伪随机数生成器

伪随机数发生器采用特定的算法,将随机数种子seed转换成一系列的伪随机数。伪随机数依赖于seed的值,给定相同的seed值总是生成相同的随机数。伪随机数的生成过程只依赖CPU,不依赖任何外部设备,生成速度快,不会阻塞。

Java提供的伪随机数发生器有java.util.Random类和java.util.concurrent.ThreadLocalRandom类。

Random类采用AtomicLong实现,保证多线程的线程安全性,但正如该类注释上说明的,多线程并发获取随机数时性能较差。

多线程环境中可以使用ThreadLocalRandom作为随机数发生器,ThreadLocalRandom采用了线程局部变量来改善性能,这样就可以使用long而不是AtomicLong,此外,ThreadLocalRandom还进行了字节填充,以避免伪共享。

强随机数发生器

强随机数发生器依赖于操作系统底层提供的随机事件。强随机数生成器的初始化速度和生成速度都较慢,而且由于需要一定的熵累积才能生成足够强度的随机数,所以可能会造成阻塞。熵累积通常来源于多个随机事件源,如敲击键盘的时间间隔,移动鼠标的距离与间隔,特定中断的时间间隔等。所以,只有在需要生成加密性强的随机数据的时候才用它。

Java提供的强随机数发生器是java.security.SecureRandom类,该类也是一个线程安全类,使用synchronize方法保证线程安全,但jdk并没有做出承诺在将来改变SecureRandom的线程安全性。因此,同Random一样,在高并发的多线程环境中可能会有性能问题。

在linux的实现中,可以使用/dev/random/dev/urandom作为随机事件源。由于/dev/random是堵塞的,在读取随机数的时候,当熵池值为空的时候会堵塞影响性能,尤其是系统大并发的生成随机数的时候。

真随机数发生器

在Linux系统中,SecureRandom的实现借助了/dev/random/dev/urandom,可以使用硬件噪音生成随机数;

http://random.org/,从1998年开始提供在线真随机数服务了,它用大气噪音生成真随机数。他也提供了Java工具类,可以拿来使用。地址:https://sourceforge.net/projects/randomjapi/

奥,我好像懂了。真随机数生成要求太高了。所以一般都是用伪随机数。

640?wx_fmt=png

嗯嗯,是这样子的。

640?wx_fmt=png

可是,虽然我理解了,但是我还是希望歌曲的随机可以真随机怎么办呢?

640?wx_fmt=png

额。

640?wx_fmt=png

为了躲避这个看(wu)似(li)合(qu)理(nao)的问题,我拉着她回到车子,找了一首她最喜欢的《演员》单曲循环了。

640?

日常推荐

为什么我不建议你买保险?

今日问题

C语言的随机函数是rand()

那么srand的作用是什么?

打卡格式:打卡第n天,答:xxx

640?wx_fmt=png

这篇关于从算法角度分析随机播放歌曲真的是随机的吗?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/264317

相关文章

Springboot中分析SQL性能的两种方式详解

《Springboot中分析SQL性能的两种方式详解》文章介绍了SQL性能分析的两种方式:MyBatis-Plus性能分析插件和p6spy框架,MyBatis-Plus插件配置简单,适用于开发和测试环... 目录SQL性能分析的两种方式:功能介绍实现方式:实现步骤:SQL性能分析的两种方式:功能介绍记录

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

C#使用DeepSeek API实现自然语言处理,文本分类和情感分析

《C#使用DeepSeekAPI实现自然语言处理,文本分类和情感分析》在C#中使用DeepSeekAPI可以实现多种功能,例如自然语言处理、文本分类、情感分析等,本文主要为大家介绍了具体实现步骤,... 目录准备工作文本生成文本分类问答系统代码生成翻译功能文本摘要文本校对图像描述生成总结在C#中使用Deep

Redis主从/哨兵机制原理分析

《Redis主从/哨兵机制原理分析》本文介绍了Redis的主从复制和哨兵机制,主从复制实现了数据的热备份和负载均衡,而哨兵机制可以监控Redis集群,实现自动故障转移,哨兵机制通过监控、下线、选举和故... 目录一、主从复制1.1 什么是主从复制1.2 主从复制的作用1.3 主从复制原理1.3.1 全量复制

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

Redis主从复制的原理分析

《Redis主从复制的原理分析》Redis主从复制通过将数据镜像到多个从节点,实现高可用性和扩展性,主从复制包括初次全量同步和增量同步两个阶段,为优化复制性能,可以采用AOF持久化、调整复制超时时间、... 目录Redis主从复制的原理主从复制概述配置主从复制数据同步过程复制一致性与延迟故障转移机制监控与维

Redis连接失败:客户端IP不在白名单中的问题分析与解决方案

《Redis连接失败:客户端IP不在白名单中的问题分析与解决方案》在现代分布式系统中,Redis作为一种高性能的内存数据库,被广泛应用于缓存、消息队列、会话存储等场景,然而,在实际使用过程中,我们可能... 目录一、问题背景二、错误分析1. 错误信息解读2. 根本原因三、解决方案1. 将客户端IP添加到Re

Redis主从复制实现原理分析

《Redis主从复制实现原理分析》Redis主从复制通过Sync和CommandPropagate阶段实现数据同步,2.8版本后引入Psync指令,根据复制偏移量进行全量或部分同步,优化了数据传输效率... 目录Redis主DodMIK从复制实现原理实现原理Psync: 2.8版本后总结Redis主从复制实

使用C#如何创建人名或其他物体随机分组

《使用C#如何创建人名或其他物体随机分组》文章描述了一个随机分配人员到多个团队的代码示例,包括将人员列表随机化并根据组数分配到不同组,最后按组号排序显示结果... 目录C#创建人名或其他物体随机分组此示例使用以下代码将人员分配到组代码首先将lstPeople ListBox总结C#创建人名或其他物体随机分组

锐捷和腾达哪个好? 两个品牌路由器对比分析

《锐捷和腾达哪个好?两个品牌路由器对比分析》在选择路由器时,Tenda和锐捷都是备受关注的品牌,各自有独特的产品特点和市场定位,选择哪个品牌的路由器更合适,实际上取决于你的具体需求和使用场景,我们从... 在选购路由器时,锐捷和腾达都是市场上备受关注的品牌,但它们的定位和特点却有所不同。锐捷更偏向企业级和专