Random 随机数理解

我不明白计算机怎么能产生随机数。 我是说什么硬件能做到这一点？计算机是否只有一个源代码来执行此操作，而所有编程语言都使用它？

---

提前谢谢

它可以是硬件，但像Java和C这样的大多数语言使用的是Donald Knuth在其著作《线性同余生成器》中最好解释的软件结构

正如你所能想象的，这些方法有很多优点

有人试图改进它（例如）

有大量的统计测试来评估给定的随机数生成算法，称为。（我总是想象在暴风雪中，当我听到这些测试时，大型车辆会在寒冷中通过按喇叭的方式启动。）

我敢打赌，这些伪随机数生成器上的周期对于您的应用程序来说是足够的

---

产生一个真正随机数的最好方法是利用自然界中的量子过程

它可以是硬件，但像Java和C这样的大多数语言使用的是Donald Knuth在其著作《线性同余生成器》中最好解释的软件结构

正如你所能想象的，这些方法有很多优点

有人试图改进它（例如）

有大量的统计测试来评估给定的随机数生成算法，称为。（我总是想象在暴风雪中，当我听到这些测试时，大型车辆会在寒冷中通过按喇叭的方式启动。）

我敢打赌，这些伪随机数生成器上的周期对于您的应用程序来说是足够的

---

产生一个真正随机数的最好方法是利用自然界中的量子过程

它可以是硬件，但像Java和C这样的大多数语言使用的是Donald Knuth在其著作《线性同余生成器》中最好解释的软件结构

正如你所能想象的，这些方法有很多优点

有人试图改进它（例如）

有大量的统计测试来评估给定的随机数生成算法，称为。（我总是想象在暴风雪中，当我听到这些测试时，大型车辆会在寒冷中通过按喇叭的方式启动。）

我敢打赌，这些伪随机数生成器上的周期对于您的应用程序来说是足够的

---

产生一个真正随机数的最好方法是利用自然界中的量子过程

它可以是硬件，但像Java和C这样的大多数语言使用的是Donald Knuth在其著作《线性同余生成器》中最好解释的软件结构

正如你所能想象的，这些方法有很多优点

有人试图改进它（例如）

有大量的统计测试来评估给定的随机数生成算法，称为。（我总是想象在暴风雪中，当我听到这些测试时，大型车辆会在寒冷中通过按喇叭的方式启动。）

我敢打赌，这些伪随机数生成器上的周期对于您的应用程序来说是足够的

---

产生一个真正随机数的最好方法是利用自然界中的量子过程

简而言之，计算机不能轻易地制造出真正的随机数。有两种方法可以生成随机数，一种是快速但不随机的，另一种是慢速但真实的

伪随机生成器

大多数低级语言（即C）都有内置功能，允许它们生成随机数，但这不是真正的随机数生成。它的工作原理是从一个“种子”值开始，一个初始的数字字符串，然后反复修改这个种子，以创建一个“随机”字符串

它们的不足之处在于，有了正确的种子和因素，就可以创造条件迫使产生一定数量的种子。此外，由于生成的性质，绘制图形时，结果不会均匀分布。正如上面的回答者所提到的，程序员可以做一些事情使它更随机，但由于上述原因，这种方法不可能是真正随机的。大多数编程语言中的随机数生成器就是一个例子。它是硬编码的，在CPU中执行

熵发生器

通过熵产生工作的随机数通过测量一种被认为是随机的熵来工作（无序，或者，正如我所听到的定义，混沌@duffymo告诉我混沌不是一个好的同义词。对不起！）。大气和热噪声是常见的测量对象。它们通常被认为比上述选择“更好”，因为它们在很大程度上更接近真正的随机性。一个问题是它们的速度很慢——除非获得足够的熵，否则无法生成数字。例如，一个大气噪声中心随机数发生器（假设快10倍！）。它由测量熵的任何硬件来执行

量子发生器

量子发生器是熵发生器的一个子集，用于测量量子因子（经典物理学中未使用的因子），例如确定一个数。缺点是真正的量子发生器价格昂贵。例如，使用光子的路径来确定数字

---

希望这有帮助

简而言之，计算机不能轻易地制造出真正的随机数。有两种方法可以生成随机数，一种是快速但不随机的，另一种是慢速但真实的

伪随机生成器

大多数低级语言（即C）都有内置功能，允许它们生成随机数，但这不是真正的随机数生成。它的工作原理是从一个“种子”值开始，一个初始的数字字符串，然后反复修改这个种子，以创建一个“随机”字符串

他们在这方面做得不够，w