如何基于Apache分布（Breeze）生成可重复的Triangular随机DenseVector

问题核心在于Apache Commons Math的TriangularDistribution不会自动复用Breeze的RandBasis随机源，而Breeze也没有为该分布提供原生构造器支持，导致你遇到的两种问题。以下是可行的解决方案：

步骤1：复用Breeze的带种子随机源 #

首先保留你定义的隐式RandBasis，从中提取出Apache分布类可接受的Random实例：

import breeze.math.RandBasis
import org.apache.commons.math3.distribution.TriangularDistribution
import breeze.linalg.DenseVector

implicit val randBasis = RandBasis.withSeed(2022)
// 获取Breeze使用的带种子Random实例
val breezeRandom = randBasis.rand.getRandom

步骤2：创建带指定随机源的TriangularDistribution #

将提取的Random传入TriangularDistribution的构造器，确保分布使用固定种子的随机源：

val triangularDist = new TriangularDistribution(breezeRandom, 10, 15, 20)

步骤3：生成可重复的DenseVector #

使用Breeze的DenseVector.tabulate方法生成指定长度的采样向量：

val triangularRandoms = DenseVector.tabulate(100)(_ => triangularDist.sample())

封装复用（可选） #

如果需要多次使用，可以封装成类似Breeze原生分布的方法：

def triangularSamplesVector(lower: Double, mode: Double, upper: Double, size: Int)(implicit randBasis: RandBasis): DenseVector[Double] = {
  val random = randBasis.rand.getRandom
  val dist = new TriangularDistribution(random, lower, mode, upper)
  DenseVector.tabulate(size)(_ => dist.sample())
}

// 调用示例
val triangularRandoms = triangularSamplesVector(10, 15, 20, 100)

为什么之前的方法失效？ #

• 直接new TriangularDistribution(10,15,20)会使用Apache默认的无种子Random实例，每次运行都会重新初始化随机状态，导致结果不重复。
• 去掉new关键字时，Breeze没有为Apache的TriangularDistribution提供对应的构造隐式实现（即报错中的Impl3），因此无法像原生的Uniform/Gaussian那样直接调用构造器。

内容的提问来源于stack exchange，提问作者Samik R