使用R的replicate()调用Rcpp函数生成随机数时出现重复值异常

你遇到的问题不是replicate()的bug，而是你的C++代码里随机数生成的逻辑有问题，我来帮你拆解清楚：

问题根源 #

看一下你的getRan()函数：每次调用它的时候，都会重新创建一个随机数生成器，并以当前系统时间的时间戳作为种子。

问题出在replicate()的执行速度上——它会在极短的时间内连续调用getRan()十次，这十次调用的时间戳几乎完全相同（哪怕chrono的精度很高，replicate的循环速度还是快到让时间戳没变化），所以每次生成的种子都是一样的，自然会得到完全相同的随机数。

而你单独手动调用getRan()的时候，每次调用之间有明显的时间间隔，时间戳不一样，种子不同，所以随机数就不同了。

解决方案 #

方案1：修正C++代码，复用随机生成器和分布 #

把随机数生成器（generator）和分布（distribution）定义为静态变量，这样它们只会在第一次调用getRan()时初始化一次，后续调用会复用同一个生成器，自然就能生成不同的随机数了：

#include <Rcpp.h>
#include <chrono>
#include <random>
using namespace Rcpp;

// [[Rcpp::export]]
double getRan(){
    // 静态变量，仅初始化一次
    static unsigned seed = std::chrono::system_clock::now().time_since_epoch().count();
    static std::default_random_engine generator(seed);
    static std::normal_distribution<double> distribution(0.0, 1.0);
    
    double epi = distribution(generator);
    return epi;
}

修改后再运行replicate(10, getRan())，就能得到10个不同的随机数了。

方案2：使用R自带的随机数生成器（更推荐） #

因为你是在R环境中使用Rcpp，更稳妥的方式是直接调用R本身的随机数生成函数，这样可以和R的全局随机数状态保持同步（比如你在R中设置set.seed()也会影响这个函数的输出），代码更简洁，也避免了自己管理随机数种子的问题：

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
double getRan(){
    // 调用R的正态分布随机数生成函数
    return R::rnorm(0.0, 1.0);
}

这个版本的getRan()不管是单独调用还是用replicate()批量调用，都会生成不同的随机数，而且和R的随机数系统完全兼容，更适合你后续做基于随机数的复杂计算的场景。

额外优化建议 #

如果你需要生成多个随机数，其实可以直接在C++函数里一次性生成向量返回，效率会比用replicate()多次调用更高，比如：

// [[Rcpp::export]]
NumericVector getRanVec(int n){
    NumericVector result(n);
    for(int i=0; i<n; i++){
        result[i] = R::rnorm(0.0, 1.0);
    }
    return result;
}

然后在R中直接调用getRanVec(10)就能得到10个不同的随机数，比replicate更高效。

内容的提问来源于stack exchange，提问作者John