Discussion :

[50Nio]

Pour un projet, j'utilise boost::random 1.46.1.

J'ai ma classe de g�n�ration de nombre al�atoire qui marche bien.
Pour le soft "normal", j'initialise mon g�n�rateur avec un seed sur le temps actuel..
Par contre, pour les tests de non-regression, j'initialise avec un seed de 0 pour avoir toujours les m�me tirage et les m�mes r�sultats de fa�on � avoir des tests stables dans le temps.

J'arrive � ma question :
Pour un g�n�rateur donn�, est ce que l'algo et les r�sultats sont stables au fil des versions ?

Je suis tent� de dire que si on prend un g�n�rateur "taus88", il utilise une formule math�matique d�finie, qui ne change pas dans le temps. Donc hors bug les r�sultats resteront stables aussi dans le temps.
J'ai aussi compar� les header entre la version 1.46.1 et la 1.50.0 qui me confirme mon point de vue.

Vrai ou pas vrai ?

[koala01]

Salut,

Tout � fait vrai l...

Ce n'est pas pour rien que l'on parle, en r�alit�, de valeur "pseudo al�atoire"

En effet, les algorithmes ont beau �tre aussi complexes que l'on veut, si l'on arrive � placer deux fois d'affil�� l'algorithme dans une situation strictement similaire, on obtiendra deux fois des r�sultats strictement similaires.

La raison est toute simple : l'algorithme est transform� en fonction et le propre d'une fonction est la reproductibilit� (si tu fournis les m�mes donn�es en entr�e, tu obtiendra les m�me donn�es en sortie )

A l'instar des fonctions de hashage, les trois seules diff�rences entre deux algorithmes de g�n�ration de valeurs al�atoires sont:

• La variation obtenue lorsque l'on fournit deux valeur tr�s proche
• La capacit� � obtenir, sur un grand nombre de valeurs, un r�sultat correctement r�parti dans l�intervalle de valeur possibles
• le risque de collision des r�sultat (le fait que l'on puisse obtenir un r�sultat identique avec deux valeurs d'entr�es diff�rentes)

[50Nio]

Parfait, merci ! :-)
Plus qu'� r��crire tous nos test de non-regression ! :-(