21

我正在尝试使用 python 创建一个随机二进制文件。这是我已经得到的：

f = open(filename,'wb')
for i in xrange(size_kb):
    for ii in xrange(1024/4):
        f.write(struct.pack("=I",random.randint(0,sys.maxint*2+1)))

f.close()

但它非常慢（在我的 3.9GHz SSD 磁盘机器上 size_kb=1024 为 0.82 秒）。一个很大的瓶颈似乎是随机 int 生成（用 0 替换 randint() 将运行时间从 0.82 秒减少到 0.14 秒）。

现在我知道有更有效的方法来创建随机数据文件（即 dd if=/dev/urandom），但出于好奇，我正在尝试解决这个问题……有没有明显的改进方法？

4

2 回答 2

51

恕我直言 - 以下是完全多余的：

f.write(struct.pack("=I",random.randint(0,sys.maxint*2+1)))

绝对没有必要使用struct.pack，只需执行以下操作：

import os

with open('output_file', 'wb') as fout:
    fout.write(os.urandom(1024)) # replace 1024 with size_kb if not unreasonably large

然后，如果您需要重新使用该文件来读取整数，struct.unpack那么。

（我的用例是为单元测试生成一个文件，所以我只需要一个与其他生成的文件不同的文件）。

另一种选择是将 UUID4 写入文件，但由于我不知道确切的用例，我不确定这是否可行。

于 2013-01-11T10:43:35.640 回答
3

您应该编写的 python 代码完全取决于您打算使用随机二进制文件的方式。如果您只需要一个“相当好的”随机性用于多种用途，那么 Jon Clements 的代码可能是最好的。

但是，至少在 Linux 操作系统上，os.urandom 依赖于 /dev/urandom，Linux 内核 (drivers/char/random.c) 中对此进行了如下描述：

/dev/urandom 设备 [...] 将返回请求的字节数。随着越来越多的随机字节被请求，而没有给熵池充值的时间，这将导致随机数仅具有加密强度。然而，对于许多应用来说，这是可以接受的。

所以问题是，这对您的应用程序是否可以接受？如果您更喜欢更安全的 RNG，则可以改为读取 /dev/random 上的字节。该设备的主要不便之处：如果 Linux 内核无法收集足够的熵，它可能会无限期地阻塞。还有其他加密安全的 RNG，例如EGD。

或者，如果您主要关心的是执行速度，并且如果您只需要蒙特卡洛方法的一些“轻微随机性”（即不可预测性无关紧要，均匀分布确实如此），您可以考虑生成一次随机二进制文件并使用它很多次，至少对于发展。

于 2013-01-11T11:21:10.310 回答