疑似乱数の計算時間

お久しぶりです．
実に1年と2ヶ月2週間ぶりの更新です．

リアルが忙しいという事もあったと言えばあったのですが，趣味のプログラミングに労力を割く気力がなかったといいますか，つまり五月病みたいなものですね…．

まあそんなネガティブな話はもう忘れてしまって，これからはちょいちょい更新していきたいと思います．

さて，今回は疑似乱数のお話です．
代表的な疑似乱数生成方法としては，以下のようなものがあります．

標準のCでは，線形合同法のrand()が用意されています．
でもこれはあんまり賢くない方法なので，大事なシミュレーションとかでは使わない方がいいみたいです．
とりあえずメルセンヌ・ツイスタを使っておけば間違いないようです．

今回は，疑似乱数生成器の計算速度の比較をします．

実行環境は，こんな感じ．

コンパイラオプションは，最適化とSSE2を使用する形で．
と言っても，SSE2を使うのは後述のsfmtだけです．

-O3 -msse2 -DHAVE_SSE2=1 -DSFMT_MEXP=19937

疑似乱数一覧

省略名	詳細	周期
std	C標準のrand関数	2^31-1
mt	Mersenne Twister	2^19937-1
sfmt	SIMD-oriented Fast Mersenne Twister	2^19937-1
boost	boostのMersenne Twister	2^19937-1
xor	Xorshift	2^128-1
mseq	M系列乱数	2^521-1

1億回乱数発生させたforループ全体の時間を計測しました．
結果は以下の通り．

乱数	1回分の時間	１秒あたり回数	stdとの比較
std	1.08e-09	9.26e+07	1.000
mt	4.44e-09	2.25e+08	0.411
sfmt	1.08e-09	9.29e+08	0.100
boost	2.16e-09	4.63e+08	0.200
xor	1.55e-09	6.47e+08	0.143
mseq	1.60e-09	6.26e+08	0.148

速度の早い順に並べると，次のようになります．

sfmt > xor > mseq > boost > mt > std

SSEとか使える環境ならやっぱりSFMTが速いようです．
環境に依存しない方法なら，XorshiftやM系列乱数がMersenne Twisterよりも速いということになります．

SSEすごいな．

あと，なんでboostよりmtが遅いんでしょう．
生成された乱数列を見る限り，boostとmtは全く同じものを生成しているはずなのですが．
boostさんがちょっと工夫してるんでしょうか…．

(3月26日追記)
補足ですが，1億回のループを10回やって平均をとっています．
分散も，計測値:偏差=1:10^-3くらいなので，，boostとmtの間には明確な差があるっぽいです．