Random 对于PRNG来说，移动目标比静态目标更难猜测吗？有多难？

假设我们有一个伪随机数生成器，其周期明显大于它的可能值范围，它试图猜测我们选择的数字。我们是否可以通过更改每次猜测PRNG后选择的次数来增加PRNG猜测我们的次数所需的平均尝试次数

---

我的理解是，您的典型PRNG具有相同的分布，包括其提供的数字范围内的所有数字。因此，在PRNG期间，我们将保证PRNG最终能够猜测我们可以选择的任何静态数字。但是，在任何实际时间长度内，这对此类事件发生的几率有什么影响？

如果选择“目标”的条件是随机的，那么，对于PRNG来说，运动目标并不比静态目标更难猜测

---

以前的事件不会改变当前事件的结果，这是赌徒悖论。

我曾想过在Math.SE上问这个问题，但在我看来，这既是一个关于PRNG性质的问题，也是一个关于概率的问题。如果PRNG是好的，就不会有什么区别。在我的理解中，选择一个随机数在理想情况下应该是一个独立的事件，因此“目标”是否总是相同或不断变化（如果变化也是一个独立的事件）无关紧要。例如，如果范围为1..10（含），则（完美）PRNG命中正确数字的几率始终为1/10。然而，如果一个人能够对PRNG中的下一个随机数做出有根据的猜测，并相应地选择“目标”，这将产生不同。