我可能在这里遗漏了一些非常基本的东西,但是如果 n 体问题产生混乱的结果(除了特定的高度对称条件),它不能用作“真正的”随机数生成器(具有初始伪-质量和速度的随机种子)鉴于其不确定性?
它仍然是确定性的,因为结果直接基于输入——相同的输入,相同的输出。因此,它并不比您用于输入的随机性更随机。
仅仅因为系统是不确定的并不能使其成为有用的随机数源,因此从 n 体求解器中提取这样的源是很重要的。此外,使用相同的输入,您将获得相同的输出,因此这充其量仍然是伪随机的。
来自未来的你好:)
我最近有同样的想法,并在阅读这个想法时发现了这篇文章。
作为练习,我实现了 n 体 PRNG,如下
结论