寻找调试随机程序的一般原则,以及在 Python 中执行此操作的任何特定指南。
作为示例,请考虑以下在跳过列表中插入的实现:
#inserts key into the lowest level list and then promotes it upwards based on coin flips
def insert(self,key):
new_node = SkipListNode()
new_node.val = key
#insert in order in the lowest list
self.orderedInsert(new_node,self.search(key,True))
flip = random.randint(0,1)
level = 0
level_node= new_node
#promote upwards based on coin flips
while flip == 1:
level_up_node = SkipListNode()
level_up_node.val = key
#see if an upper level exists, if not create it
if(len(self.lists)-1<=level):
...
#upper level exists, move back find the first element with an up
#insert new node as it's next
else:
...
...
level +=1
flip = random.randint(0,1)
此处 insert
取决于随机抛硬币。因此,该函数中的错误变得难以检测,因为它可能会或可能不会出现在每次运行中。在这种情况下,我们如何简化调试?
最佳答案
作为对“如何调试随机算法”问题的一般回答:
首先,您必须认识到 random
模块使用的随机数生成器是一个伪随机数生成器。它用一个种子(一个起始数字)初始化自己,然后使用它来确定性地生成一个看似随机的序列。如果用相同的初始编号再次播种,它将生成相同的序列。
有了这些知识,我们可以查看random
的文档,看看它是否允许您自己挑选种子。它还会告诉您通常用于种子的内容:https://docs.python.org/2/library/random.html#random.seed
所以这为我们提供了这段代码,您可以将其放入您的随机算法中:
import os
import time
import random
def init_rand(seed=None):
if seed is None:
try:
seed = os.urandom(8)
except NotImplementedError:
seed = time.time()
print 'seed: %s' % seed
random.seed(seed)
现在,如果您总是在运行随机化算法之前调用 init_rand
,默认情况下您的算法将像以前一样工作,除了它还会告诉您它使用了哪个种子。如果您有需要调试的错误,那么您只需使用生成错误的种子调用 init_rand
,您将获得完全相同的行为,从而获得 100% 的重现性。
关于python - 如何可重复地调试依赖于随机算法的程序?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23841375/