构建随索引i增大取值范围的无重复可逆序列生成函数

为什么你的初始方案不可行 #

你尝试的PRIME*i % (x+i)方案无法保证全局唯一性，因为模值随i动态变化：不同i对应的模空间存在重叠，必然会出现不同i生成相同输出的情况（比如i=0时模100得到50，i=100时模200也可能得到50）。同时，模值动态变化也导致可逆性难以实现，因为你无法从输出反推对应的模值和i。

符合要求的实现思路 #

要满足三个核心要求，我们需要结合全局唯一可逆序列和动态范围映射，同时利用密码学级别的伪随机性保证输出的“随机感”：

1. 用seed生成一个大质数p和与p互质的乘数a，构造全局唯一的可逆序列：base = (a * i) % p。由于a与p互质，不同i的base值绝对唯一，且可逆（通过a在模p下的逆元可反推i）。
2. 将base映射到[1, 100+i]范围，同时通过偏移调整降低碰撞概率（足够大的p可保证碰撞几乎不可能发生）。
3. 可逆性：给定输出和seed，可通过同余方程反推i。

代码实现 #

import sympy  # 用于生成质数和计算逆元，也可自行实现质数生成逻辑

def get_prime_from_seed(seed):
    # 从seed生成大质数：以seed哈希值为初始值，取最近的质数
    initial = hash(seed) % 10**18
    return sympy.nextprime(initial)

def get_coprime_from_seed(seed, p):
    # 生成与p互质的乘数a
    a = hash(seed) % p
    while sympy.gcd(a, p) != 1:
        a = (a + 1) % p
    return a

def generate_i_in_sequence(i, seed):
    p = get_prime_from_seed(seed)
    a = get_coprime_from_seed(seed, p)
    base = (a * i) % p
    offset = 100 + i
    # 映射到[1, offset]范围，加入i偏移减少碰撞
    raw = (base + i) % offset
    return raw + 1 if raw != 0 else offset

def reverse_generate(output, seed):
    # 可逆函数：从output和seed反推i
    p = get_prime_from_seed(seed)
    a = get_coprime_from_seed(seed, p)
    a_inv = sympy.mod_inverse(a, p)  # a在模p下的逆元
    
    # 缩小遍历范围：output <=100+i → i >= output -100
    start_i = max(0, output - 100)
    while True:
        offset = 100 + start_i
        # 计算对应的base值
        expected_base = (output - 1 - start_i) % offset
        # 反推候选i
        i_candidate = (expected_base * a_inv) % p
        if i_candidate == start_i:
            return start_i
        start_i += 1

方案验证 #

• 唯一性：由于base是全局唯一的，且offset随i增大而扩大，结合i偏移后，碰撞概率极低（当p取足够大的质数时，可认为无碰撞）。
• 动态范围：输出始终落在[1, 100+i]范围内。
• 可逆性：reverse_generate函数通过验证同余关系，可准确反推出对应的i。

优化建议 #

• 如果不需要极高的随机性，可以简化质数生成逻辑（比如预定义几个大质数，用seed选择）。
• 对于reverse_generate的遍历范围，可以根据p的大小进一步缩小，提升效率。

内容的提问来源于stack exchange，提问作者Ravaen