如何将无符号整数（表示用户ID）转换为随机查找但实际上是确定性可重复的选择？必须以相同的概率选择选择（不管输入整数的分布如何）。例如，如果我有3个选择，即[0, 1, 2]，则用户ID 123可以总是随机分配选项2，而用户ID 234可以总是被分配选择1。
需要跨语言和跨平台的算法再现性。除非有更好的方法，否则我倾向于使用哈希函数和模数。这是我有的：
>>> num_choices = 3
>>> id_num = 123
>>> int(hashlib.sha256(str(id_num).encode()).hexdigest(), 16) % num_choices
2
我正在使用最新的稳定Python 3.请注意，这个问题与convert a string to random but deterministically repeatable uniform probability的相关问题相似但不完全相同。
import hashlib
def id_to_choice(id_num, num_choices):
id_bytes = id_num.to_bytes((id_num.bit_length() + 7) // 8, 'big')
id_hash = hashlib.sha512(id_bytes)
id_hash_int = int.from_bytes(id_hash.digest(), 'big') # Uses explicit byteorder for system-agnostic reproducibility
choice = id_hash_int % num_choices # Use with small num_choices only
return choice
>>> id_to_choice(123, 3)
0
>>> id_to_choice(456, 3)
1
笔记：
hash方法，因为它可以保留输入的分布，例如，与hash(123)。或者，它可以返回重新启动Python时不同的值，例如与hash('123')。bytes(id_num)可以正常工作，但由于它返回一个空字节数组，因此效率极低，因此不能使用它。使用int.to_bytes更好。使用str(id_num).encode()工作，但浪费几个字节。id_hash_int模块可以与num_choices一起使用，同时解决围绕random和连续性的问题。以这种方式使用id_num与对种子进行散列并采用模数相比并且更简单。
使用这种方法，不仅需要考虑跨语言的可重复性，而且跨多个未来版本的Python的可重复性也可能是一个问题。因此不建议这样做。
thread safety
另一种方法是加密用户ID。如果保持加密密钥相同，则每个输入编号将加密到不同的输出编号，直到您使用的密码的块大小。 DES使用64位块，其覆盖ID 000000到18446744073709551615.这将为用户ID提供随机出现的替换，保证不会给两个不同的用户ID提供相同的“随机”数字，因为加密是一对一的排列块值。
我道歉我没有Python实现，但我确实在Java中有非常清晰，可读和自我实现的实现，应该很容易以最小的努力转换为Python。以下产生长期可预测的均匀分布的序列，覆盖除零之外的所有范围
XorShift（randrange）
import random
def id_to_choice(id_num, num_choices):
localrandom = random.Random(id_num)
choice = localrandom.randrange(num_choices)
return choice
>>> id_to_choice(123, 3)
0
>>> id_to_choice(456, 3)
2
或XorShift128Plus（需要在使用之前将state0和state1重新种子化为非零值，http://www.arklyffe.com/main/2010/08/29/xorshift-pseudorandom-number-generator）
public int nextQuickInt(int number) {
number ^= number << 11;
number ^= number >>> 7;
number ^= number << 16;
return number;
}
public short nextQuickShort(short number) {
number ^= number << 11;
number ^= number >>> 5;
number ^= number << 3;
return number;
}
public long nextQuickLong(long number) {
number ^= number << 21;
number ^= number >>> 35;
number ^= number << 4;
return number;
}
或ChorOshiro128Plus（engxswpoi）
http://xoroshiro.di.unimi.it/xorshift128plus.c
或者SplitMix64（public class XorShift128Plus {
private long state0, state1; // One of these shouldn't be zero
public long nextLong() {
long state1 = this.state0;
long state0 = this.state0 = this.state1;
state1 ^= state1 << 23;
return (this.state1 = state1 ^ state0 ^ (state1 >> 18) ^ (state0 >> 5)) + state0;
}
public void reseed(...) {
this.state0 = ...;
this.state1 = ...;
}
}
）
http://xoroshiro.di.unimi.it/
或XorShift1024Mult（public class XorOshiro128Plus {
private long state0, state1; // One of these shouldn't be zero
public long nextLong() {
long state0 = this.state0;
long state1 = this.state1;
long result = state0 + state1;
state1 ^= state0;
this.state0 = Long.rotateLeft(state0, 55) ^ state1 ^ (state1 << 14);
this.state1 = Long.rotateLeft(state1, 36);
return result;
}
public void reseed() {
}
}
）或Pcg64_32（http://xoroshiro.di.unimi.it/splitmix64.c，public class SplitMix64 {
private long state;
public long nextLong() {
long result = (state += 0x9E3779B97F4A7C15L);
result = (result ^ (result >> 30)) * 0xBF58476D1CE4E5B9L;
result = (result ^ (result >> 27)) * 0x94D049BB133111EBL;
return result ^ (result >> 31);
}
public void reseed() {
this.state = ...;
}
}
）
最简单的方法是通过多个选项来模拟http://xoroshiro.di.unimi.it/xorshift1024star.c：
http://www.pcg-random.org/
它非常简单快捷。但是，如果您知道user_id，则可以猜测算法。
此外，伪随机序列可以从用户常数（例如http://www.pcg-random.org/download.html）播种的user_id获得：
choice = user_id % number_of_options