问多线程的随机数

EN

问题

我打算为Linux编写一个C++11应用程序，它基于大约100万个伪随机32位数字进行一些数值模拟(而不是加密)。为了加快速度，我想使用桌面CPU的所有内核在并行线程中执行模拟。我想使用boost提供的Mersenne mt19937作为PRNG，而且出于性能考虑，我想每个线程应该有一个这样的PRNG。现在，我不确定如何为它们添加种子，以避免在多个线程中产生相同的随机数子序列。

备选方案

以下是我到目前为止所想到的其他选择：

1. 为独立于/dev/urandom的每个线程设置PRNG种子。 当系统熵池耗尽时，我有点担心，因为我不知道系统内部PRNG是如何工作的。由于/dev/urandom使用的是Mersenne本身，我是否会意外地得到准确识别Mersenne的连续状态的连续种子？可能与我对下一点的担忧密切相关。
2. 从/dev/urandom中培育一种PRNG，从第一种种开始另一种。 基本上也是同样的问题:使用一个PRNG来种子另一个使用相同的算法是好的还是坏的？换句话说，从mt19937读取625 32位整数是否直接对应于mt19937生成器在此生成过程中的任何时刻的内部状态？
3. 用非Mersenne信息从一开始就给其他人播种。 由于使用相同的算法来生成随机数和生成初始种子，我觉得这可能是个坏主意，所以我考虑引入一些不依赖Mersenne算法的元素。例如，我可以将线程id异或到初始种子向量的每个元素中。这能让事情变得更好吗？
4. 在线程间共享一个PRNG。 这将确保只有一个序列，所有已知的和可取的性质的默森扭曲。但控制对该生成器的访问所需的锁定开销确实让我有些担心。由于我没有发现相反的证据，我假设作为图书馆用户，我将负责防止并发访问PRNG。
5. 预生成所有随机数。 这将使一个线程预先生成所有所需的1M随机数字，稍后将由不同的线程使用。与整个应用程序相比，4M的内存需求较小。在这种方法中，我最担心的是产生随机数本身并不是并发的。这种方法的规模也不太大。

问题

你会建议这些方法中的哪一种，为什么？还是你有不同的建议？

你知道我的哪些担忧是合理的，哪些仅仅是因为我缺乏对事物实际运作方式的洞察力？