seed算法
你这里的random是哪个类里的方法?
Math类里的random()方法是不能传参数的,返回的数的范围在0.0-1.0之间
一般随机数中提到的seed应该指的是生成随机数的基准，就是按照什么标准来生成。
② 在Python代码中random.seed(1)什么意思
seed( ) 用于指定随机数生成时所用算法开始的整数值。
如果使用相同的seed( )值，则每次生成的随即数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同，设置的seed()值仅一次有效。
在其他语言中，要在两个变量间交换值而不是用第三个变量，要么使用算术运算符，要么使用位异或（Bitwise XOR）。
(2)seed算法扩展阅读：
注意事项：
在Python里，一个表达式中的名字在它被赋值之前是没法使用的。这是有意而为的：这样能避免一些输入失误，同时也能避免默认究竟应该是什么类型的问题(0，None，[]，?)。记住把计数器初始化为0，列表初始化为[]，以此类推。
确保把顶层的，未嵌套的代码放在最左边第一列开始。这包括在模块文件中未嵌套的代码，以及在交互提示符中未嵌套的代码。Python使用缩进的办法来区分嵌套的代码段，因此在代码左边的空格意味着嵌套的代码块。除了缩进以外，空格通常是被忽略掉的。
③ C语言 time(NULL)
我们知道在产生随机数的时候，需要一个叫做种子seed的值作为产生随机数算法的初始值。
而c/c++库中的srand就是为这一次的随机数生成设置种子。s代表的就是seed的意思。
time_t
time（time_t
*time);该函数返回自计算机计时的某个时刻起到现在所过去的秒数。
一般是返回自1970年1月1日00:00:00以来，到调用函数的时刻所累积的秒数。
所以综上所述：
srand((unsigned)time(null));
这语句的含义就是以自1970年1月1日00:00:00以来，到调用函数的时刻所累积的秒数作为
产生随机数算法的种子seed。
没有语句会对程序产生什么影响：
如果在程序运行时没有自主设置种子的话，用函数rand产生的随机数序列会是一样的。
而用srand设置随机数种子后，可能产生不同的随机序列（概率很大）。
之所以说以很大的概率产生不同的随机数序列，是因为从上面的解释可以看到，
srand是以秒数为单位的。一旦程序多次运行的时间间隔少于1s。那么srand设置种子也没有什么用处。所以库函数产生随机数有一定的缺陷。不知道我解释明白了没有！
④ 用队列实现种子填充算法的非递归
一、种子填充算法（Seed Filling）
如果要填充的区域是以图像元数据方式给出的，通常使用种子填充算法（Seed Filling）进行区域填充。种子填充算法需要给出图像数据的区域，以及区域内的一个点，这种算法比较适合人机交互方式进行的图像填充操作，不适合计算机自动处理和判断填色。根据对图像区域边界定义方式以及对点的颜色修改方式，种子填充又可细分为几类，比如注入填充算法（Flood Fill Algorithm）、边界填充算法（Boundary Fill Algorithm）以及为减少递归和压栈次数而改进的扫描线种子填充算法等等。
所有种子填充算法的核心其实就是一个递归算法，都是从指定的种子点开始，向各个方向上搜索，逐个像素进行处理，直到遇到边界，各种种子填充算法只是在处理颜色和边界的方式上有所不同。在开始介绍种子填充算法之前，首先也介绍两个概念，就是“4-联通算法”和“8-联通算法”。既然是搜索就涉及到搜索的方向问题，从区域内任意一点出发，如果只是通过上、下、左、右四个方向搜索到达区域内的任意像素，则用这种方法填充的区域就称为四连通域，这种填充方法就称为“4-联通算法”。如果从区域内任意一点出发，通过上、下、左、右、左上、左下、右上和右下全部八个方向到达区域内的任意像素，则这种方法填充的区域就称为八连通域，这种填充方法就称为“8-联通算法”。如图1（a）所示，假设中心的蓝色点是当前处理的点，如果是“4-联通算法”，则只搜索处理周围蓝色标识的四个点，如果是“8-联通算法”则除了处理上、下、左、右四个蓝色标识的点，还搜索处理四个红色标识的点。两种搜索算法的填充效果分别如如图1（b）和图1（c）所示，假如都是从黄色点开始填充，则“4-联通算法”如图1（b）所示只搜索填充左下角的区域，而“8-联通算法”则如图1（c）所示，将左下角和右上角的区域都填充了。
图（1） “4-联通”和“8-联通”填充效果
并不能仅仅因为图1的填充效果就认为“8-联通算法”一定比“4-联通算法”好，应该根据应用环境和实际的需求选择联通搜索方式，在很多情况下，只有“4-联通算法”才能得到正确的结果。
1.1 注入填充算法（Flood Fill Algorithm）
注入填充算法不特别强调区域的边界，它只是从指定位置开始，将所有联通区域内某种指定颜色的点都替换成另一种颜色，从而实现填充效果。注入填充算法能够实现颜色替换之类的功能，这在图像处理软件中都得到了广泛的应用。注入填充算法的实现非常简单，核心就是递归和搜索，以下就是注入填充算法的一个实现：
164 void FloodSeedFill(int x, int y, int old_color, int new_color)
165 {
166 if(GetPixelColor(x, y) == old_color)
167 {
168 SetPixelColor(x, y, new_color);
169 for(int i = 0; i < COUNT_OF(direction_8); i++)
170 {
171 FloodSeedFill(x + direction_8[i].x_offset,
172 y + direction_8[i].y_offset, old_color, new_color);
173 }
174 }
175 }
for循环实现了向8个联通方向的递归搜索，秘密就在direction_8的定义：
15 typedef struct tagDIRECTION
16 {
17 int x_offset;
18 int y_offset;
19 }DIRECTION;
79 DIRECTION direction_8[] = { {-1, 0}, {-1, 1}, {0, 1}, {1, 1}, {1, 0}, {1, -1},{0, -1}, {-1, -1} };
这个是搜索类算法中常用的技巧，无需做太多说明，其实只要将其替换成如下direction_4的定义，就可以将算法改成4个联通方向填充算法：
80 DIRECTION direction_4[] = { {-1, 0}, {0, 1}, {1, 0}, {0, -1} };
图2就是应用本算法实现的“4-联通”和“8-联通”填充效果：
⑤ 如何在重复调用一个程序时，每次给seed一个不同随机种子
建议：
你可以改成不要每次都new一个Random对象，而是使用同一个Random对象，调用多次nextDouble()方法
public class random {
public static void main(String[] args) {
GRNumber(123, 2, 32, 5);
}
public static void GRNumber(int seed, int x, int y, int times) {
Random r = new Random(seed);
for (int i=0; i<times; i++) {
double number = x + (int) (r.nextDouble()*y);
System.out.println("产生随机数： " + number);
}
}
}
Random类中实现的随机算法是伪随机，也就是有规则的随机。在进行随机时，随机算法的起源数字称为种子数(seed)，在种子数的基础上进行一定的变换，从而产生需要的随机数字。
相同种子数的Random对象，相同次数生成的随机数字是完全相同的。也就是说，两个种子数相同的Random对象，第一次生成的随机数字完全相同，第二次生成的随机数字也完全相同。
你这里就是每次都使用同一个种子，new一个Random对象，获得这个对象的第一个随机数，当然每次都相同。
⑥ 随机算法、函数
产生整数rand的原理是：
y＝ax＋b（mod n）其中，n一般是一个很大的素数，几万。
a也是大素数。而且a，b，n都是常数。所以rand的产生决定于x，
他被称为seed。
每一个seed都是上一次产生的y的函数。这样，如果直接取seed＝y的话，
虽然产生的rand之间相关性甚小，但只要知道某个y，就能推知以后的rand。
为避免这种情况，一般取seed为y和当时计算机的时间的函数，如seed＝y＋t
⑦ SAS语言RANNOR函数的seed
(1)首先明确一点，SAS的rannor生成的标准正态伪随机数是通过对均匀分布伪随机数(ranuni函数)做Box-Muller变换得到的。而均匀分布伪随机数是通过余同数生成器(即Lehmer迭代公式)获得的，公式如下：
其中SAS内部设置a=397204094,m=2^31-1,c=0。上述公式生成的是(0,m)上的均匀伪随机数，SAS通过除以m获得(0,1)上的均匀伪随机数。所以，由上述算法可知，seed的作用就是给出这个迭代器的初始值R0。
(2)seed值应该说跟它后面生成的随机数是对应的。至于为什么你获得的随机数是一样的，原因在于rannor函数得到一个seed后，后面生成的随机数就是根据最初seed生成的一系列伪随机数。这个通过比较下面程序的结果就明白了：
data test;
do x=1234567,123456,12345,0;
rannor=rannor(x);
output;
end;
run;
data test2;
do i=1 to 4;
rannor=rannor(1234567);
output;
end;
run;
proc print data=test;
run;
proc print data=test2;
run;