Python random.setstate() 函数

---

---

Python 中的 **random.setstate()** 函数用于将生成器的内部状态恢复到调用 **getstate()** 时所处的状态。状态参数应从之前对 **getstate()** 的调用中获得。此函数是 random 模块的一部分，该模块提供各种函数来生成随机数和序列。

此函数的主要目的是将随机数生成器的内部状态恢复到先前捕获的状态。

**注意** − 此函数不能直接访问，因此我们需要导入 random 模块，然后需要使用 random 静态对象调用此函数。

语法

以下是 random.setstate() 函数的语法：

random.setstate(state)

参数

Python random.setstate() 函数接受单个参数：

• **state** − 一个对象，捕获生成器的当前内部状态，该状态是从之前对 getstate() 的调用中获得的。

返回值

random.setstate() 函数不返回值。

示例 1

让我们来看一个使用 Python **random.setstate()** 函数的示例。

在下面的代码中，定义了一个长度为 15 的列表，然后 **random.setstate()** 捕获随机数生成器的当前状态。然后，代码使用当前随机状态生成一个大小为 10 的列表。此后，使用 **random.setstate()** 恢复状态，这确保后续大小为 5 的输出列表与之前具有相同的随机性。

import random
 
list=[11,12,13,14,15,16,17,18,19,20,21,22,23,24,25]

state = random.getstate()
print(random.sample(list, k = 10)) 

random.setstate(state)
print(random.sample(list, k = 5)) 

以下是代码的输出：

[23, 21, 18, 11, 25, 16, 19, 22, 24, 13]
[23, 21, 18, 11, 25]

示例 2

在这个例子中，我们将使用random.setstate()函数来恢复随机数生成器的状态到之前捕获的状态。

import random

# Initialize the random number generator
random.seed(42)

# Generate a sample of 10 numbers from a range of 20
print(random.sample(range(30), k=10))

# Capture the current state
state = random.getstate()

# Generate a sample of 20 numbers from a range of 20
print(random.sample(range(20), k=20))

# Restore the state using the setstate() function
random.setstate(state)

# Generate another sample of 10 numbers from the same range
print(random.sample(range(20), k=10))

运行上述程序后，会产生以下结果：

[20, 3, 0, 23, 8, 7, 24, 4, 28, 17]
[2, 18, 13, 1, 0, 16, 3, 17, 8, 9, 15, 11, 12, 5, 6, 4, 7, 10, 14, 19]
[2, 18, 13, 1, 0, 16, 3, 17, 8, 9]

示例 3

在这个例子中，我们将演示如何使用random.setstate()函数通过捕获和恢复随机数生成器的状态来重现相同的随机数。

import random

# Initialize the random number generator and get state
random.seed(0)
initial_state = random.getstate()

# Generate and print random number
print(random.random())

print(random.random())

# Setting the seed back to 0 resets the RNG back to the original state
random.seed(0)
new_state = random.getstate()
assert new_state == initial_state

# Since the state of the generator is the same as before, it will produce the same sequence 
print(random.random())

# We could also achieve the same outcome by resetting the state explicitly
random.setstate(initial_state)
print(random.random())

上述代码的输出如下：

0.8444218515250481
0.7579544029403025
0.8444218515250481
0.8444218515250481

示例 4

这是一个比较使用random.seed()、random.setstate()和random.setstate()函数生成随机数所需时间的另一个示例。

import random
import timeit

# Measure the time taken to generate random numbers using seed()
t1 = timeit.timeit(stmt="""random.seed(42)
random.randint(1, 10)""", number=10000, setup="import random")

# Measure the time taken to generate random numbers using setstate() and setstate()
t2 = timeit.timeit(stmt="""random.randint(1, 10)
random.setstate(state)""", number=10000, setup="""import random
state = random.getstate()""")

print("Time taken using seed():", t1)
print("Time taken using setstate() and setstate():", t2)

以下是上述代码的输出：

Time taken using seed(): 0.12103769998066127
Time taken using setstate() and setstate(): 0.06645569996908307