如何利用Python的局限性创造一个真正不可能的条件'；这是随机的吗？

因此，我试图找到一种方法，根据随机生成得到一个非常不可能的条件。为了更好地解释，这里有一个例子：

来自随机导入的

*
导入ctypes
random1=[randint（0,2**32-1）表示范围内的j（10000000）]
尽管如此：
random2=[randint（0,2**32-1）表示范围内的i（10000000）]
如果设置（随机数2）=设置（随机数1）：
MessageBox=ctypes.windell.user32.MessageBoxW
MessageBox（无，'匹配'，'输出'，0）
打破

由于mersene twister的局限性和功能性，以及其数字分布的一致性，我们很可能会在两个列表中生成1000万个数字，当顺序无关紧要且删除重复项时，它们将经常匹配

这并不罕见，但以下代码稍微好一些：

来自随机导入的

*
导入ctypes
尽管如此：
如果random（）==0.0：
MessageBox=ctypes.windell.user32.MessageBoxW
MessageBox（无，'匹配'，'输出'，0）
打破

这种情况发生的可能性要小得多，但由于单核性能巨大，在今天相当普遍，它仍然很容易在1天内获得匹配。概率是1/2^56，考虑到mersenne twister的局限性，这不太可能发生

有没有一种好方法可以利用python中的随机性编写一个真正不太可能发生的条件？。。也就是说，需要一年或更长的时间才能破解

---

或者我想转向散列匹配。。。创建一个随机SHA256散列，然后生成随机大数据，并通过SHA256散列来尝试匹配散列。但是我不知道在这种情况下观察概率的方法。

你可能对几何分布感兴趣，它计算第一次成功之前的失败次数（有些作品说它计算这个数字加上第一次成功）。例如，一行中没有故障的概率为1/2，一行中的一个故障为1/4，两个故障为1/8，三个故障为1/16，依此类推。如果我们用一个零位表示失败，一个一位表示成功，这意味着有更多的零位，那么随机生成那么多零位的可能性就会降低。作为“不可能事件”的一个示例，您可以将一行中的30个或更多零位视为不可能

Mersenne捻线器和伪随机数生成器（PRNG）通常具有周期。该循环的大小影响PRNG在一行中可以生成多少零位。例如，Mersenne Twister有一个2^19937-1个数字的循环，因此在理论上，它可以循环通过除全零状态之外的所有状态。因此，它可以在一行中生成不超过

19937*2

零位。（如果我们将Mersenne Twister视为一次输出单个位，而不是32位。）

---

这与（RNG）相反，RNG没有循环，但仍然生成随机行为数。如果它生成的数字是独立的、统一的和随机的位，那么不知道RNG最多可以随机生成多少零位。在Python的

secrets

模块中可以找到使用不确定性的RNG的一个示例，特别是

secrets.randbower（）

。（在实践中，这个模块可能会使用PRNG，但可能会不时从不确定的来源收集“熵”，因此在实践中，模块的RNG是不确定的。）

你的帖子非常混乱，我真的不知道你在寻找什么，但如果你想要“更好”的随机性。。。使用SystemRandom而不是MT？它将委托给系统的CSPRNG，因此应尽可能随机”。默认情况下，

secrets

的随机选择器使用它，这样您就可以使用

secrets.randbits

或

secrets.randbower

来简化操作。谢谢，我不知道它的存在。FWIW您也可以调用

os.urandom（n）

n是您想要的随机字节数（一次可以请求的字节数可能有限制，我知道，例如

getentropy（2）

一次只能检索256个字节，但我不知道

os.uradom

是否循环）这将直接查询OS的cSPNG，中间没有任何抽象。然后你可以使用<代码>数组。数组< /COD>将这堆随机字节解析成随机整数。很好的答案，正是我要找的解释，谢谢！