yang-pcg 0.2.0

个人使用地图生成
Documentation
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
// 确定性随机数生成模块
// 提供稳定的、可派生子流的随机接口

use rand::{Rng, RngCore, SeedableRng};
use rand_pcg::Pcg64;

// ============================================================================
// RNG 派生标签契约(确定性种子复现的基础)
// ============================================================================
//
// 以下列出 PCG 管线中所有 `StableRng::derive(label)` 调用使用的标签字符串。
// 标签通过 FNV-1a 哈希生成子种子,因此标签的**任何改动**(重命名、增删字符、
// 调整大小写)都会改变派生出的随机流,破坏相同种子下的地图复现性。
//
// 变更纪律:
//   - 绝对不要重命名已有标签。如需新标签,追加新的。
//   - 绝对不要改变标签的派生层级(从哪个父 RNG 派生)。因为父 RNG 的种子不同,
//     同一标签字符串也会产生不同的子种子。
//   - 绝对不要在已有标签之前插入新的 derive() 调用——PCG64 是顺序生成器,
//     额外的 derive 调用会消费父 RNG 的随机字节,使后续 derive 的种子漂移。
//     StableRng::derive() 仅基于当前 seed 做哈希,不消费 inner RNG,
//     所以同层级新增 derive 不会影响已有的派生标签;但在同一父 RNG 上增删不同
//     标签的 derive 调用顺序不影响结果——derive 是纯函数,只依赖 self.seed 和
//     label 字符串。
//
// ============================
// 模式一:OfflineFullFloor(generator.rs: generate)
// ============================
//
// 第一阶段标签(直接派生自根 RNG):
//   "topology"          generator.rs:66    topology::generate_topology
//   "layout"            generator.rs:73    backend.solve_layout
//   "terrain"           generator.rs:79    backend.generate_terrains
//   "spawn"             generator.rs:90    generate_spawn_full_floor
//
// 第二阶段标签(派生自 "terrain" RNG):
//   "fallback:{id}"     terrain/mod.rs:60  DefaultCarveStrategy 地形回退
//     ^-- {id} = room.id,如 "fallback:Room_0"
//
// 第二阶段标签(派生自 "spawn" RNG):
//   "items:{id}"        spawn/mod.rs:81    generate_item_spawns_for_room
//   "enemies:{id}"      spawn/mod.rs:82    generate_enemy_spawns_for_room_excluding
//     ^-- {id} = room.id,如 "items:Room_0"、"enemies:Room_0"
//   (带调试跟踪版本同路径:spawn/mod.rs:132-133)
//
// ============================
// 模式二:RuntimeChunked(chunked.rs: generate_chunk)
// ============================
//
// 第一阶段标签(直接派生自根 RNG):
//   "topology"          chunked.rs:312     topology::generate_topology
//   "layout"            chunked.rs:317     backend.solve_layout
//
// 第二阶段标签(直接派生自根 RNG):
//   "terrain:{id}"      chunked.rs:391     per-room terrain generation
//     ^-- {id} = room.id,如 "terrain:Room_0"
//   "items:{id}"        chunked.rs:404     generate_item_spawns_for_room
//   "enemies:{id}"      chunked.rs:405     generate_enemy_spawns_for_room_excluding
//     ^-- {id} = room.id,如 "items:Room_0"、"enemies:Room_0"
//
// 回退标签(地形策略失败时,直接派生自根 RNG):
//   "terrain:fallback:{id}"  chunked.rs:437  DefaultCarveStrategy fallback
//     ^-- {id} = room.id,如 "terrain:fallback:Room_0"
//
// ============================
// 模式三:HybridPrecompute(chunked.rs: generate_topology_only + fill_chunk_details)
// ============================
//
// 第一阶段(generate_topology_only):
//   "topology"          chunked.rs:93      topology::generate_topology
//   "layout"            chunked.rs:98      backend.solve_layout
//
// 第二阶段 — 按分块填充(fill_chunk_details),直接派生自根 RNG:
//   "terrain:chunk:{c}:{r}"    chunked.rs:191  per-chunk per-room terrain
//   "items:chunk:{c}:{r}"      chunked.rs:210  per-chunk per-room items
//   "enemies:chunk:{c}:{r}"    chunked.rs:212  per-chunk per-room enemies
//     ^-- {c} = chunk_id, {r} = room.id
//     如 "terrain:chunk:Chunk_0:Room_0"
//
// 回退标签(地形策略失败时,直接派生自根 RNG):
//   "terrain:fallback:{c}:{r}"  chunked.rs:246  DefaultCarveStrategy fallback
//     ^-- {c} = chunk_id, {r} = room.id
//     如 "terrain:fallback:Chunk_0:Room_0"
//
// ============================
// 跨模式兼容性说明
// ============================
//
// 同一 seed 在不同模式下会产出不同地图,这是**有意设计**:
// 三种模式的 RNG 派生路径不同(标签字符串、派生层级、派生顺序均不同),
// 因此相同的根种子会产生不同的子 RNG 序列。这不是 bug——分块/混合路径需要
// 按 chunk 维度派生标签以避免不同 chunk 间的随机数碰撞,而整层路径按阶段
// 派生更高效。
//
// 如果想跨模式获得可比较的结果,必须在各模式的请求中显式指定相同的 seed,
// 并接受不同模式的自然差异。

/// FNV-1a 64-bit hash — deterministic, stable across all Rust versions.
/// 用于替代 std DefaultHasher(SipHash 无跨版本稳定契约)。
pub(crate) fn fnv1a_64(data: &[u8]) -> u64 {
    const FNV_OFFSET: u64 = 0xcbf29ce484222325;
    const FNV_PRIME: u64 = 0x100000001b3;
    let mut hash = FNV_OFFSET;
    for &byte in data {
        hash ^= byte as u64;
        hash = hash.wrapping_mul(FNV_PRIME);
    }
    hash
}

/// FNV-1a 64-bit hash over two concatenated slices — no heap allocation.
/// 等价于 `fnv1a_64(&[a, b].concat())` 但不分配临时 Vec。
pub(crate) fn fnv1a_64_chain(a: &[u8], b: &[u8]) -> u64 {
    const FNV_OFFSET: u64 = 0xcbf29ce484222325;
    const FNV_PRIME: u64 = 0x100000001b3;
    let mut hash = FNV_OFFSET;
    for &byte in a {
        hash ^= byte as u64;
        hash = hash.wrapping_mul(FNV_PRIME);
    }
    for &byte in b {
        hash ^= byte as u64;
        hash = hash.wrapping_mul(FNV_PRIME);
    }
    hash
}

/// 稳定的随机数生成器接口
///
/// 提供确定性的随机数生成能力,支持从根种子派生子随机流。
/// 相同的种子和派生路径保证生成相同的随机序列。
///
/// # 设计原则
///
/// 1. **确定性**:相同输入产生相同输出
/// 2. **可派生**:支持按阶段、房间、走廊等维度派生子流
/// 3. **隔离性**:调试流不影响玩法流
/// 4. **稳定性**:底层 PRNG 算法固定,不随 Rust 版本变化
///
/// # 示例
///
/// ```
/// use yang_pcg::rng::StableRng;
///
/// // 从根种子创建
/// let mut rng = StableRng::from_seed(12345);
///
/// // 生成范围内的随机数 [0, 100)
/// let value = rng.random_range(0, 100);
/// assert!((0..100).contains(&value));
///
/// // 派生子流
/// let mut topology_rng = rng.derive("topology");
/// let mut room_rng = rng.derive("room:0");
///
/// // 相同种子和派生路径产生相同结果
/// let mut rng1 = StableRng::from_seed(12345);
/// let mut rng2 = StableRng::from_seed(12345);
/// assert_eq!(rng1.random_range(0, 100), rng2.random_range(0, 100));
/// ```
#[non_exhaustive]
pub struct StableRng {
    /// 底层 PCG 随机数生成器
    inner: Pcg64,
    /// 当前种子值(用于派生和调试)
    seed: u64,
}

impl StableRng {
    /// 从 u64 种子创建新的随机数生成器
    ///
    /// # 参数
    ///
    /// * `seed` - 随机种子,相同种子产生相同随机序列
    ///
    /// # 示例
    ///
    /// ```
    /// use yang_pcg::rng::StableRng;
    ///
    /// let mut rng = StableRng::from_seed(42);
    /// ```
    pub fn from_seed(seed: u64) -> Self {
        Self {
            inner: Pcg64::seed_from_u64(seed),
            seed,
        }
    }

    /// 从字节数组种子创建随机数生成器
    ///
    /// 提供更灵活的种子输入方式,适合从外部系统导入种子。
    ///
    /// # 参数
    ///
    /// * `seed` - 32 字节的种子数组
    pub fn from_seed_bytes(seed: [u8; 32]) -> Self {
        // OPT-D-02: inner 与 seed 同源,均基于 FNV-1a 哈希
        let s = fnv1a_64(&seed);
        Self::from_seed(s)
    }

    /// 派生子随机流
    ///
    /// 基于当前种子和派生标签生成新的独立随机流。
    /// 相同的种子和标签总是产生相同的子流。
    ///
    /// # 参数
    ///
    /// * `label` - 派生标签,用于区分不同用途的随机流
    ///
    /// # 派生标签约定
    ///
    /// 建议使用以下命名约定:
    /// - `"topology"` - 拓扑生成阶段
    /// - `"layout"` - 空间布局阶段
    /// - `"terrain"` - 地形生成阶段
    /// - `"spawn:items"` - 交互物点位生成
    /// - `"spawn:enemies"` - 敌人点位生成
    /// - `"room:{id}"` - 特定房间的随机流
    /// - `"corridor:{id}"` - 特定走廊的随机流
    /// - `"debug:{name}"` - 调试专用随机流(不影响玩法)
    ///
    /// # 示例
    ///
    /// ```
    /// use yang_pcg::rng::StableRng;
    ///
    /// let mut root_rng = StableRng::from_seed(12345);
    ///
    /// // 派生不同阶段的随机流
    /// let mut topology_rng = root_rng.derive("topology");
    /// let mut layout_rng = root_rng.derive("layout");
    ///
    /// // 派生房间级随机流
    /// let mut room_0_rng = topology_rng.derive("room:0");
    /// let mut room_1_rng = topology_rng.derive("room:1");
    /// ```
    pub fn derive(&self, label: &str) -> Self {
        // OPT-P-01: 使用 fnv1a_64_chain 避免 Vec 堆分配
        let derived = fnv1a_64_chain(&self.seed.to_le_bytes(), label.as_bytes());
        Self::from_seed(derived)
    }

    /// 获取当前种子值
    ///
    /// 用于调试、日志记录和结果元数据。
    pub fn seed(&self) -> u64 {
        self.seed
    }

    /// 生成指定范围内的随机整数 [min, max)
    ///
    /// # 参数
    ///
    /// * `min` - 最小值(包含)
    /// * `max` - 最大值(不包含)
    ///
    /// # Panics
    ///
    /// 当 `min >= max` 时会 panic
    ///
    /// # 示例
    ///
    /// ```
    /// use yang_pcg::rng::StableRng;
    ///
    /// let mut rng = StableRng::from_seed(42);
    /// let value = rng.random_range(1, 10); // 生成 [1, 10) 范围内的整数
    /// assert!(value >= 1 && value < 10);
    /// ```
    pub fn random_range<T>(&mut self, min: T, max: T) -> T
    where
        T: rand::distr::uniform::SampleUniform + PartialOrd,
    {
        self.inner.random_range(min..max)
    }

    /// 生成随机布尔值
    ///
    /// # 示例
    ///
    /// ```
    /// use yang_pcg::rng::StableRng;
    ///
    /// let mut rng = StableRng::from_seed(42);
    /// let value = rng.gen_bool();
    /// ```
    pub fn gen_bool(&mut self) -> bool {
        self.inner.random()
    }

    /// 以指定概率生成布尔值
    ///
    /// # 参数
    ///
    /// * `probability` - 返回 true 的概率,范围 [0.0, 1.0]
    ///
    /// # Panics
    ///
    /// 当 `probability` 不在 [0.0, 1.0] 范围内时会 panic
    ///
    /// # 示例
    ///
    /// ```
    /// use yang_pcg::rng::StableRng;
    ///
    /// let mut rng = StableRng::from_seed(42);
    /// let value = rng.gen_bool_with_probability(0.7); // 70% 概率返回 true
    /// ```
    pub fn gen_bool_with_probability(&mut self, probability: f64) -> bool {
        if !probability.is_finite() {
            return false;
        }
        if probability <= 0.0 {
            return false;
        }
        if probability >= 1.0 {
            return true;
        }
        self.inner.random_bool(probability)
    }

    /// 生成随机浮点数 [0.0, 1.0)
    ///
    /// # 示例
    ///
    /// ```
    /// use yang_pcg::rng::StableRng;
    ///
    /// let mut rng = StableRng::from_seed(42);
    /// let value = rng.gen_f64();
    /// assert!(value >= 0.0 && value < 1.0);
    /// ```
    pub fn gen_f64(&mut self) -> f64 {
        self.inner.random()
    }

    /// 生成随机浮点数 [0.0, 1.0)
    ///
    /// # 示例
    ///
    /// ```
    /// use yang_pcg::rng::StableRng;
    ///
    /// let mut rng = StableRng::from_seed(42);
    /// let value = rng.gen_f32();
    /// assert!(value >= 0.0 && value < 1.0);
    /// ```
    pub fn gen_f32(&mut self) -> f32 {
        self.inner.random()
    }

    /// 从切片中随机选择一个元素
    ///
    /// # 参数
    ///
    /// * `slice` - 要选择的切片
    ///
    /// # 返回
    ///
    /// 返回随机选中的元素引用,如果切片为空则返回 None
    ///
    /// # 示例
    ///
    /// ```
    /// use yang_pcg::rng::StableRng;
    ///
    /// let mut rng = StableRng::from_seed(42);
    /// let items = vec![1, 2, 3, 4, 5];
    /// if let Some(&item) = rng.choose(&items) {
    ///     assert!(items.contains(&item));
    /// }
    /// ```
    pub fn choose<'a, T>(&mut self, slice: &'a [T]) -> Option<&'a T> {
        if slice.is_empty() {
            return None;
        }
        let index = self.random_range(0, slice.len());
        Some(&slice[index])
    }

    /// 从切片中随机选择一个元素的可变引用
    ///
    /// # 参数
    ///
    /// * `slice` - 要选择的可变切片
    ///
    /// # 返回
    ///
    /// 返回随机选中的元素可变引用,如果切片为空则返回 None
    pub fn choose_mut<'a, T>(&mut self, slice: &'a mut [T]) -> Option<&'a mut T> {
        if slice.is_empty() {
            return None;
        }
        let index = self.random_range(0, slice.len());
        Some(&mut slice[index])
    }

    /// 打乱切片中的元素顺序
    ///
    /// 使用 Fisher-Yates 洗牌算法,保证每种排列出现的概率相同。
    ///
    /// # 参数
    ///
    /// * `slice` - 要打乱的可变切片
    ///
    /// # 示例
    ///
    /// ```
    /// use yang_pcg::rng::StableRng;
    ///
    /// let mut rng = StableRng::from_seed(42);
    /// let mut items = vec![1, 2, 3, 4, 5];
    /// rng.shuffle(&mut items);
    /// // items 现在是随机顺序
    /// ```
    pub fn shuffle<T>(&mut self, slice: &mut [T]) {
        let len = slice.len();
        for i in (1..len).rev() {
            let j = self.random_range(0, i + 1);
            slice.swap(i, j);
        }
    }

    /// 从切片中随机采样 n 个不重复的元素
    ///
    /// # 参数
    ///
    /// * `slice` - 要采样的切片
    /// * `n` - 采样数量
    ///
    /// # 返回
    ///
    /// 返回采样结果的向量,如果 n 大于切片长度,则返回所有元素的随机排列
    ///
    /// # 示例
    ///
    /// ```
    /// use yang_pcg::rng::StableRng;
    ///
    /// let mut rng = StableRng::from_seed(42);
    /// let items = vec![1, 2, 3, 4, 5];
    /// let sampled = rng.sample(&items, 3);
    /// assert_eq!(sampled.len(), 3);
    /// ```
    pub fn sample<T: Clone>(&mut self, slice: &[T], n: usize) -> Vec<T> {
        if n >= slice.len() {
            let mut result = slice.to_vec();
            self.shuffle(&mut result);
            return result;
        }

        let mut indices: Vec<usize> = (0..slice.len()).collect();
        self.shuffle(&mut indices);

        indices
            .into_iter()
            .take(n)
            .map(|i| slice[i].clone())
            .collect()
    }

    /// 根据权重从切片中随机选择一个元素
    ///
    /// # 参数
    ///
    /// * `slice` - 要选择的切片
    /// * `weights` - 每个元素的权重,必须与 slice 长度相同
    ///
    /// # 返回
    ///
    /// 返回随机选中的元素引用,如果切片为空或权重总和为 0 则返回 None
    ///
    /// 当 slice 和 weights 长度不匹配时返回 `None`(不会 panic)。
    ///
    /// # 示例
    ///
    /// ```
    /// use yang_pcg::rng::StableRng;
    ///
    /// let mut rng = StableRng::from_seed(42);
    /// let items = vec!["common", "rare", "epic"];
    /// let weights = vec![70.0, 25.0, 5.0]; // 70%, 25%, 5% 的概率
    /// if let Some(&item) = rng.choose_weighted(&items, &weights) {
    ///     assert!(items.contains(&item));
    /// }
    /// ```
    pub fn choose_weighted<'a, T>(&mut self, slice: &'a [T], weights: &[f64]) -> Option<&'a T> {
        if slice.len() != weights.len() {
            return None;
        }

        if slice.is_empty() {
            return None;
        }

        // OPT-L-02: 拒绝负权重
        if weights.iter().any(|&w| w < 0.0) {
            return None;
        }

        let total_weight: f64 = weights.iter().sum();
        if !total_weight.is_finite() || total_weight <= 0.0 {
            return None;
        }

        let mut random_value = self.gen_f64() * total_weight;
        for (i, &weight) in weights.iter().enumerate() {
            random_value -= weight;
            if random_value <= 0.0 {
                return Some(&slice[i]);
            }
        }

        // 由于浮点精度问题,可能会到达这里,返回最后一个元素
        Some(&slice[slice.len() - 1])
    }
}

impl RngCore for StableRng {
    fn next_u32(&mut self) -> u32 {
        self.inner.next_u32()
    }

    fn next_u64(&mut self) -> u64 {
        self.inner.next_u64()
    }

    fn fill_bytes(&mut self, dest: &mut [u8]) {
        self.inner.fill_bytes(dest);
    }
}

#[cfg(test)]
mod tests {
    use super::*;

    #[test]
    fn test_deterministic_generation() {
        // 验证需求 2.2:相同种子产生相同结果
        let mut rng1 = StableRng::from_seed(12345);
        let mut rng2 = StableRng::from_seed(12345);

        for _ in 0..100 {
            assert_eq!(rng1.random::<u32>(), rng2.random::<u32>());
        }
    }

    #[test]
    fn test_different_seeds_produce_different_results() {
        // 验证不同种子产生不同结果
        let mut rng1 = StableRng::from_seed(12345);
        let mut rng2 = StableRng::from_seed(54321);

        let values1: Vec<u32> = (0..10).map(|_| rng1.random()).collect();
        let values2: Vec<u32> = (0..10).map(|_| rng2.random()).collect();

        assert_ne!(values1, values2);
    }

    #[test]
    fn test_derive_stream() {
        // 验证需求 2.3:支持派生子随机流
        let root_rng = StableRng::from_seed(12345);

        let mut topology_rng1 = root_rng.derive("topology");
        let mut topology_rng2 = root_rng.derive("topology");

        // 相同派生路径产生相同结果
        for _ in 0..100 {
            assert_eq!(topology_rng1.random::<u32>(), topology_rng2.random::<u32>());
        }
    }

    #[test]
    fn test_different_derive_labels() {
        // 验证不同派生标签产生不同随机流
        let root_rng = StableRng::from_seed(12345);

        let mut topology_rng = root_rng.derive("topology");
        let mut layout_rng = root_rng.derive("layout");

        let topology_values: Vec<u32> = (0..10).map(|_| topology_rng.random()).collect();
        let layout_values: Vec<u32> = (0..10).map(|_| layout_rng.random()).collect();

        assert_ne!(topology_values, layout_values);
    }

    #[test]
    fn test_nested_derive() {
        // 验证多层派生
        let root_rng = StableRng::from_seed(12345);
        let topology_rng = root_rng.derive("topology");

        let mut room_0_rng1 = topology_rng.derive("room:0");
        let mut room_0_rng2 = topology_rng.derive("room:0");

        // 相同派生路径产生相同结果
        for _ in 0..100 {
            assert_eq!(room_0_rng1.random::<u32>(), room_0_rng2.random::<u32>());
        }
    }

    #[test]
    fn test_debug_stream_isolation() {
        // 验证需求 2.6:调试流不影响玩法流
        let root_rng = StableRng::from_seed(12345);

        // 创建玩法流
        let mut gameplay_rng1 = root_rng.derive("topology");
        let gameplay_values1: Vec<u32> = (0..10).map(|_| gameplay_rng1.random()).collect();

        // 创建玩法流和调试流
        let mut gameplay_rng2 = root_rng.derive("topology");
        let mut _debug_rng = root_rng.derive("debug:visualization");
        // 使用调试流
        for _ in 0..100 {
            _debug_rng.random::<u32>();
        }
        let gameplay_values2: Vec<u32> = (0..10).map(|_| gameplay_rng2.random()).collect();

        // 玩法流结果应该相同
        assert_eq!(gameplay_values1, gameplay_values2);
    }

    #[test]
    fn test_random_range() {
        let mut rng = StableRng::from_seed(42);

        for _ in 0..100 {
            let value = rng.random_range(1, 10);
            assert!((1..10).contains(&value));
        }
    }

    #[test]
    fn test_gen_bool_with_probability() {
        let mut rng = StableRng::from_seed(42);

        // 测试极端概率
        assert!(!rng.gen_bool_with_probability(0.0));
        assert!(rng.gen_bool_with_probability(1.0));

        // 测试中等概率(统计验证)
        let mut true_count = 0;
        let iterations = 10000;
        for _ in 0..iterations {
            if rng.gen_bool_with_probability(0.7) {
                true_count += 1;
            }
        }

        let ratio = true_count as f64 / iterations as f64;
        // 允许 5% 的误差
        assert!((ratio - 0.7).abs() < 0.05);
    }

    #[test]
    fn test_choose() {
        let mut rng = StableRng::from_seed(42);
        let items = vec![1, 2, 3, 4, 5];

        for _ in 0..100 {
            if let Some(&item) = rng.choose(&items) {
                assert!(items.contains(&item));
            }
        }

        // 测试空切片
        let empty: Vec<i32> = vec![];
        assert!(rng.choose(&empty).is_none());
    }

    #[test]
    fn test_shuffle() {
        let mut rng = StableRng::from_seed(42);
        let mut items = vec![1, 2, 3, 4, 5];
        let original = items.clone();

        rng.shuffle(&mut items);

        // 验证元素相同但顺序可能不同
        let mut sorted_items = items.clone();
        sorted_items.sort();
        assert_eq!(sorted_items, original);
    }

    #[test]
    fn test_shuffle_deterministic() {
        // 验证相同种子的洗牌结果相同
        let mut rng1 = StableRng::from_seed(42);
        let mut items1 = vec![1, 2, 3, 4, 5];
        rng1.shuffle(&mut items1);

        let mut rng2 = StableRng::from_seed(42);
        let mut items2 = vec![1, 2, 3, 4, 5];
        rng2.shuffle(&mut items2);

        assert_eq!(items1, items2);
    }

    #[test]
    fn test_sample() {
        let mut rng = StableRng::from_seed(42);
        let items = vec![1, 2, 3, 4, 5];

        let sampled = rng.sample(&items, 3);
        assert_eq!(sampled.len(), 3);

        // 验证采样结果都在原集合中
        for item in &sampled {
            assert!(items.contains(item));
        }

        // 验证采样结果不重复
        let mut sorted_sampled = sampled.clone();
        sorted_sampled.sort();
        sorted_sampled.dedup();
        assert_eq!(sorted_sampled.len(), sampled.len());
    }

    #[test]
    fn test_sample_oversized() {
        let mut rng = StableRng::from_seed(42);
        let items = vec![1, 2, 3];

        let sampled = rng.sample(&items, 10);
        assert_eq!(sampled.len(), 3);

        // 验证包含所有元素
        let mut sorted_sampled = sampled.clone();
        sorted_sampled.sort();
        assert_eq!(sorted_sampled, items);
    }

    #[test]
    fn test_choose_weighted() {
        let mut rng = StableRng::from_seed(42);
        let items = vec!["common", "rare", "epic"];
        let weights = vec![70.0, 25.0, 5.0];

        // 统计验证权重分布
        let mut counts = [0, 0, 0];
        let iterations = 10000;

        for _ in 0..iterations {
            if let Some(&item) = rng.choose_weighted(&items, &weights) {
                let index = items.iter().position(|&x| x == item).unwrap();
                counts[index] += 1;
            }
        }

        // 验证分布接近预期(允许 10% 误差)
        let ratios: Vec<f64> = counts
            .iter()
            .map(|&c| c as f64 / iterations as f64)
            .collect();
        assert!((ratios[0] - 0.70).abs() < 0.10);
        assert!((ratios[1] - 0.25).abs() < 0.10);
        assert!((ratios[2] - 0.05).abs() < 0.10);
    }

    #[test]
    fn test_choose_weighted_empty() {
        let mut rng = StableRng::from_seed(42);
        let items: Vec<i32> = vec![];
        let weights: Vec<f64> = vec![];

        assert!(rng.choose_weighted(&items, &weights).is_none());
    }

    #[test]
    fn test_choose_weighted_zero_weights() {
        let mut rng = StableRng::from_seed(42);
        let items = vec![1, 2, 3];
        let weights = vec![0.0, 0.0, 0.0];

        assert!(rng.choose_weighted(&items, &weights).is_none());
    }

    #[test]
    fn test_seed_retrieval() {
        let rng = StableRng::from_seed(12345);
        assert_eq!(rng.seed(), 12345);

        let derived = rng.derive("test");
        // 派生的种子应该不同
        assert_ne!(derived.seed(), 12345);
    }

    #[test]
    fn test_from_seed_bytes() {
        let seed_bytes = [42u8; 32];
        let rng = StableRng::from_seed_bytes(seed_bytes);

        // OPT-D-02: 验证 seed 与 inner 同源(均来自 fnv1a_64)
        let expected_seed = fnv1a_64(&seed_bytes);
        assert_eq!(
            rng.seed(),
            expected_seed,
            "seed 字段应等于 fnv1a_64(seed_bytes)"
        );

        // 验证与 from_seed(fnv1a_64(bytes)) 产生相同序列
        let rng_from_seed = StableRng::from_seed(expected_seed);
        assert_eq!(
            rng.seed(),
            rng_from_seed.seed(),
            "from_seed_bytes 应等价于 from_seed(fnv1a_64(bytes))"
        );

        // 验证确定性:相同字节产生相同随机序列
        let mut rng1 = StableRng::from_seed_bytes(seed_bytes);
        let mut rng2 = StableRng::from_seed_bytes(seed_bytes);
        for _ in 0..100 {
            assert_eq!(rng1.random::<u32>(), rng2.random::<u32>());
        }
    }

    // ========================================================================
    // OPT-T-09: RNG 锚点稳定性测试(固化期望值,防止静默漂移)
    // ========================================================================

    /// 验证 FNV-1a 哈希算法的输出稳定性
    /// OPT-T-09:固化管线标签的哈希值,防止算法实现变更导致静默漂移
    #[test]
    fn test_fnv1a_stability() {
        // 以下期望值在 2026-07-02 由 FNV-1a(offset_basis=0xcbf29ce484222325, prime=0x100000001b3)计算得出
        // 修改任何一个值都意味着哈希算法或标签发生了变更——需要审查是否破坏了确定性契约
        assert_eq!(
            fnv1a_64(b"topology"),
            0x516188458c0dece4,
            "fnv1a_64(\"topology\") 漂移"
        );
        assert_eq!(
            fnv1a_64(b"layout"),
            0x9c4f784aa5ce135f,
            "fnv1a_64(\"layout\") 漂移"
        );
        assert_eq!(
            fnv1a_64(b"terrain"),
            0x3f8b069c872d66ae,
            "fnv1a_64(\"terrain\") 漂移"
        );
        assert_eq!(
            fnv1a_64(b"spawn"),
            0x4328f78ab20e1f98,
            "fnv1a_64(\"spawn\") 漂移"
        );
    }

    /// 验证 from_seed + random_range 的输出稳定性
    /// OPT-T-09:固化种子→随机数的映射,防止 PRNG 库升级导致序列漂移
    #[test]
    fn test_seed_from_u64_stability() {
        let mut rng = StableRng::from_seed(42);
        let val: u32 = rng.random_range(0, 100);
        assert_eq!(val, 63, "from_seed(42).random_range(0, 100) 漂移");
    }

    /// 验证 derive 子种子的确定性
    /// OPT-T-09:固化种子+标签→子种子的映射,防止派生函数变更导致子流漂移
    #[test]
    fn test_derive_stability() {
        let root = StableRng::from_seed(42);
        let topo = root.derive("topology");
        assert_eq!(
            topo.seed(),
            0x4f75c6aa467c06de,
            "derive(\"topology\").seed() 漂移"
        );
        let layout = root.derive("layout");
        assert_eq!(
            layout.seed(),
            0xc2c2a6698173ab15,
            "derive(\"layout\").seed() 漂移"
        );
    }

    /// OPT-P-01: 验证 fnv1a_64_chain 与 fnv1a_64(concat) 等价
    #[test]
    fn test_fnv1a_64_chain_equivalence() {
        let a = 42u64.to_le_bytes();
        let b = b"topology";
        let mut concat = Vec::new();
        concat.extend_from_slice(&a);
        concat.extend_from_slice(b);
        assert_eq!(
            fnv1a_64_chain(&a, b),
            fnv1a_64(&concat),
            "chain 与 concat 不一致"
        );

        // 空 a
        assert_eq!(fnv1a_64_chain(&[], b), fnv1a_64(b));
        // 空 b
        assert_eq!(fnv1a_64_chain(&a, &[]), fnv1a_64(&a));
        // 双空
        assert_eq!(fnv1a_64_chain(&[], &[]), fnv1a_64(&[]));
    }
}