如何让Fortran子程序在R中实现结果可复现？

针对你遇到的R与Fortran跨语言随机数生成无法通过set.seed()复现结果的问题，以下是三种可行的解决思路：

方案1：由R生成随机数并传递给Fortran #

核心思路是把随机数生成的控制权完全交给R，Fortran只负责后续的样本转换和概率计算：

• 在R中使用runif()生成均匀分布随机数（因为正态转换通常基于均匀样本），将这些数值作为参数传入Fortran的transform_samples_module，替代Fortran内部的随机数生成逻辑。
• 对于正态累积概率计算，如果getprob1依赖随机样本，同样先在R中生成符合要求的正态样本（用rnorm()）再传入；若仅依赖分位点参数，直接传递分位点即可。
• 这种方式下，所有随机数都由R的RNG生成，只要调用前设置set.seed()，每次传递的随机数序列完全一致，Fortran处理后的结果自然可复现。

方案2：同步R与Fortran的随机数种子 #

如果必须保留Fortran内部的随机数生成逻辑，可通过种子同步实现复现：

• 在调用Fortran子程序前，提取R的当前RNG状态（通过.Random.seed），将其转换为Fortran的random_seed()可接受的整数数组格式，传递给Fortran初始化随机数生成器。
• 注意：需确保R和Fortran使用兼容的RNG算法（例如都采用Mersenne Twister），不同算法即使种子相同，生成的随机数序列也会存在差异。部分Fortran编译器支持指定RNG算法，可查阅对应文档调整。
• 调用完成后，若需要恢复R的RNG状态，可在调用前保存.Random.seed，调用后重新赋值。

方案3：迁移随机数生成逻辑至R #

如果Fortran子程序的核心是正态转换和累积概率计算，可将随机数生成步骤完全迁移到R中：

• 直接用R的rnorm()生成指定均值、标准差的正态样本，传入Fortran做后续处理；累积概率计算若无需依赖Fortran的cdflib，可直接使用R的pnorm()替代，避免跨语言随机数问题。
• 这种方式简化了跨语言交互逻辑，同时完全利用R的RNG控制能力，复现性更易保证。

验证方式 #

无论采用哪种方案，都可以通过以下代码验证复现性：

set.seed(123)
result1 <- getprob1(...)  # 你的Fortran调用代码
set.seed(123)
result2 <- getprob1(...)
stopifnot(all.equal(result1, result2))

内容的提问来源于stack exchange，提问作者Lili