如何使purrr::map()与furrr::future_map()输出结果可复现且一致

要让串行的purrr::map()和并行的furrr::future_map()输出完全一致且可复现，核心是利用future包的结构化随机种子生成机制，无需在映射函数内修改种子。以下是两种可靠方案：

方案1：使用seed = TRUE配合全局种子 #

这种方法适用于大多数场景，只需确保全局种子和并行环境的正确配置：

library(furrr)
library(purrr)

# 1. 配置并行后端（以multisession为例）
plan(multisession)

# 2. 设置全局种子（必须在plan之后，避免并行环境初始化干扰种子状态）
set.seed(42)

# 3. 串行计算结果
serial_results <- map(1:100, ~ rnorm(1))

# 4. 并行计算，启用seed参数为TRUE
parallel_results <- future_map(1:100, ~ rnorm(1), seed = TRUE)

# 验证结果一致
all.equal(serial_results, parallel_results)

原理：seed = TRUE会基于全局种子为每个并行迭代生成独立的随机种子流，完全模拟串行执行时的随机状态消耗顺序，确保结果一致。

方案2：预定义种子列表（更可控） #

如果需要更精细的种子控制，可基于初始种子生成对应迭代次数的种子流列表：

library(furrr)
library(purrr)

n_iter <- 100 # 你的迭代次数
initial_seed <- 42

# 1. 配置并行后端
plan(multisession)

# 2. 串行计算结果
set.seed(initial_seed)
serial_results <- map(1:n_iter, ~ rnorm(1))

# 3. 并行计算，传递包含初始种子和迭代次数的列表
parallel_results <- future_map(
  1:n_iter, 
  ~ rnorm(1), 
  seed = list(seed = initial_seed, n = n_iter)
)

# 验证结果一致
all.equal(serial_results, parallel_results)

原理：future会根据传入的初始种子和迭代次数，生成n_iter个符合L'Ecuyer-CMRG标准的独立种子流，每个流对应串行时的一次迭代，完美匹配串行结果。

关键注意事项 #

• 不要直接传递单个整数作为seed参数（如seed=42）：这会让所有并行迭代使用同一个种子，导致结果重复，而非匹配串行顺序。
• 确保set.seed()在plan()之后执行：并行环境初始化可能会修改随机种子状态，后续设置全局种子才能保证一致性。
• 映射函数内无需任何种子操作：上述方案完全通过外部参数控制种子，符合你“无法在映射函数内部使用set.seed()”的要求。

内容的提问来源于stack exchange，提问作者Dan Chaltiel