Python实现XORSHIFT32 PRNG出现周期性异常的问题排查

核心问题：错误的状态截断逻辑破坏了Xorshift32的状态空间 #

你的Xorshift32实现里的xorshift_state %= 2**32 -1是致命错误：

• Xorshift32的设计依赖32位无符号整数的自然溢出（即超过2^32时自动截断低32位），其理论周期是2^32 - 1（排除全0状态）。
• 而2**32 -1是0xFFFFFFFF（32位全1），取模这个值会把状态限制在0到0xFFFFFFFE之间，直接砍掉了一个合法状态，更关键的是，这个操作会让状态转移逻辑偏离标准Xorshift，导致状态空间被大幅压缩，很快进入短周期循环——这就是你看到的每30k样本重复的原因。

为什么会出现“首次运行正常，单独跑第二个单元格异常”的现象 #

1. 首次运行两个单元格时，初始状态是1，生成65536个样本的过程中，状态还没进入短循环，所以数据看起来正常。
2. 但第一次生成结束后，xorshift_state已经被修改为一个处于短循环链中的值。当你单独运行第二个单元格时，状态从这个值继续生成，直接进入了短周期循环，所以数据出现强周期性，和一次性生成双倍数据的结果（此时前65536个样本还在正常序列，后65536个也未进入短循环）完全不同。
3. 重置种子能解决问题，是因为回到了初始状态1，重新开始生成的前65536个样本还没进入短循环，但生成结束后状态又会落入短循环，下次单独运行仍会重复问题。

修正后的代码实现 #

将取模操作替换为32位无符号整数的截断，模拟硬件中的溢出行为：

第一个单元格修正后：

xorshift_state = 1   # Initial seed (不能为0，否则会一直输出0)

def xorshift():
    global xorshift_state
    xorshift_state ^= xorshift_state << 13
    xorshift_state ^= xorshift_state >> 17
    xorshift_state ^= xorshift_state << 5
    # 用位运算截断到32位无符号整数，模拟硬件溢出
    xorshift_state &= 0xFFFFFFFF  
    return xorshift_state

验证逻辑

修正后：

• 多次单独运行第二个单元格，生成的数据会延续之前的序列，和一次性生成双倍数据的结果完全一致。
• 状态空间恢复为2^32 -1，不会出现短周期重复，符合Xorshift32的设计预期。

额外注意事项 #

• 初始种子不能设为0，因为Xorshift32对全0状态的转移是恒为0，会一直输出0。
• 如果你需要在Jupyter中随时重置状态，可以添加一个重置函数，比如：

def reset_xorshift(seed=1):
    global xorshift_state
    xorshift_state = seed & 0xFFFFFFFF  # 确保种子是32位无符号整数

内容的提问来源于stack exchange，提问作者RYR051