Julia设置随机种子后不同位置调用函数生成随机值不一致问题

核心问题原因 #

你遇到的随机值不一致问题，和调用函数的位置没有直接关系，核心是随机数生成器(RNG)的状态一致性没有得到保证：

• Julia 默认使用全局共享的 Random.default_rng() 生成随机数，只要你在两次目标函数调用之间执行了任何消耗随机数的操作（哪怕是其他函数隐式调用了随机方法），全局RNG的状态就会被修改，就算你每次调用前设置相同种子，也会因为前置操作的差异导致后续生成的随机序列不同。
• 你在函数内部用递增索引设置种子依然得不到一致结果，是因为这种做法本身会让每次调用的种子值不同，生成的随机序列自然不会一致；如果是相同索引下结果仍不同，大概率是你设置种子后函数内部还有其他依赖全局状态的随机操作。

可复现结果的实现方案 #

不需要强制在相同位置调用函数，只要满足以下任意一种方案即可得到稳定可复现的结果：

1. 每次调用函数前重置全局RNG为固定种子
   保证调用你的随机函数前，立刻执行 Random.seed!(固定整数值)，且两次调用之间没有任何其他消耗随机数的操作，示例：

   using Random
   # 每次调用前先重置种子
   Random.seed!(1234)
   你的随机函数(参数)
   

2. 使用独立的局部RNG（更推荐，不会影响全局随机状态）
   给你的随机函数单独绑定一个专属的RNG对象，每次调用时重置这个局部RNG的种子即可，完全不受全局RNG和其他位置随机操作的影响，示例：

   using Random
   
   # 定义函数时使用局部RNG
   function 你的随机函数(参数; rng_seed=1234)
       # 每次调用都初始化独立的RNG，不会干扰全局状态
       local_rng = Xoshiro(rng_seed)
       # 后续所有随机操作都指定用这个local_rng，比如：
       rand_val = rand(local_rng, 10)
       # 其他逻辑...
       return rand_val
   end
   

   这种方案下你不管在程序任何位置调用这个函数，只要传入的rng_seed相同，生成的结果就完全一致，不受其他代码的影响。

内容的提问来源于stack exchange，提问作者Héctor Otárola Garcés