如何使用lapply复现mclapply生成的完全相同随机数

以下R并行代码可正常运行：

library(parallel)
RNGkind("L'Ecuyer-CMRG")
set.seed(100)
mclapply(1:4, function(i) rnorm(1))

该代码并行运行的随机数输出符合预期，但如果直接把mclapply替换为串行版本的lapply，生成的随机数结果会发生变化，无法和并行运行的结果保持一致，需要找到串行模式下复现并行结果的方案。

结果不一致的核心原因是：当使用L'Ecuyer-CMRG随机数生成器时，mclapply默认预调度模式下不会使用全局环境的连续随机数序列，而是会为每一个任务分支提前分配独立的随机数子流。要在串行模式下完全复现结果，只需要手动复刻这一子流分配逻辑即可，代码如下：

library(parallel)
RNGkind("L'Ecuyer-CMRG")
set.seed(100)

result <- list()
# 记录set.seed之后的初始随机数种子状态
current_rng_seed <- .Random.seed
for (idx in 1:4) {
  # 为当前任务加载对应子流的种子
  .Random.seed <- current_rng_seed
  result[[idx]] <- rnorm(1)
  # 推进到下一个任务对应的子流种子，和mclapply内部逻辑完全对齐
  current_rng_seed <- nextRNGStream(current_rng_seed)
}

print(result)

运行上述串行代码得到的随机数结果，和原mclapply并行代码的输出完全一致。

提示：上述复现逻辑仅对mclapply默认参数mc.preschedule=TRUE生效，如果设置了mc.preschedule=FALSE，子流分配规则会发生变化，需要对应调整种子推进逻辑。

内容的提问来源于stack exchange，提问作者Mike Zhang