每种语言都有random（）函数或类似的东西来生成伪随机数。我想知道下面会发生什么来生成这些数字？我不是在编写任何使这些知识成为必要的东西，只是为了满足自己的好奇心。
答案 0 :(得分：12)
唐纳德克努特的第一章开篇 工作Seminumerical Algorithms涉及随机数生成的主题。我真的不认为SO答案会接近描述所涉及的问题。读这本书。
答案 1 :(得分：4)
Wikipedia page是一个很好的参考。
使用的实际算法将取决于语言和语言的实现。
答案 2 :(得分：4)
事实证明，获得中途正确的伪随机数非常容易。几十年来，黄金标准是一个非常简单的算法：保持状态 x ，乘以常数 A （32x32 => 64位）然后加上常数 B ，然后返回低32位，这也成为新的 x 。如果仔细选择 A 和 B ，这实际上效果很好。
伪随机数也需要是可重复的，以便在调试期间重现行为。因此，在调试期间通常会避免为生成器播种（初始化 x ，比如说，时间）。
近年来，随着更多可用于刻录的计算周期，可以使用更复杂的算法，其中一些算法是在其他非常权威的 Seminumerical Algorithms 出版后发明的。操作系统也开始提供硬件和网络派生的熵位，用于专门的加密目的。
答案 3 :(得分：3)
random（）是所谓的伪随机数发生器（PRNG）。 random（）主要实现为线性同余生成器。这是X（n + 1）（aXn + c）模m的形式的函数。 Xn是生成的伪随机数的序列。生成的数字序列很容易猜到。该算法不能用作加密安全的PRNG。
Wikipedia:Linear congruential generator
看看PRNG的死硬测试 PRNG Diehard Tests
答案 4 :(得分：0)
要准确回答你的回答，随机功能由操作系统提供（通常）。
但是操作系统如何创建这个随机数是计算机科学中的一个专门领域。例如，参见上面答案中发布的维基页面。
答案 5 :(得分：0)
您可能想要检查的一件事是在Linux和Mac OSX等类Unix操作系统上可用的随机设备系列。例如，在Linux上，内核将来自各种源的熵聚集到一个池中，然后它用来为它的伪随机数生成器播种。熵可以来自各种来源，最值得注意的是来自按键，网络事件，硬盘活动和（最重要的）鼠标移动的设备驱动程序抖动。除此之外，还有其他技术来收集熵，其中一些甚至完全在硬件中实现。有两个字符设备可以从Linux获取随机字节，它们的行为方式如下：
请注意，虽然Mac OSX使用不同的PRNG方法，因此不会阻止，但我的个人基准测试（在大学里完成）表明它的随机性略低于Linux内核。当然，当然还不错。
所以，在我的项目中，当我需要随机性时，我通常会从其中一个随机设备中读取数据，至少是我程序中算法的种子。
答案 6 :(得分：0)
伪随机数生成器 (PRNG)，也称为确定性随机位生成器 (DRBG)，1 是一种生成数字序列的算法，其属性近似于随机数序列的属性。 PRNG 生成的序列并不是真正随机的，因为它完全由一个初始值决定，称为 PRNG 的种子（可能包括真正的随机值）。尽管可以使用硬件随机数生成器生成更接近于真正随机的序列，但伪随机数生成器在实践中非常重要，因为它们的生成速度和可重复性。[2]
PRNG 在模拟（例如用于蒙特卡罗方法）、电子游戏（例如用于程序生成）和密码学等应用中处于核心地位。密码应用要求输出不能从早期的输出中预测出来，并且需要更复杂的算法，这些算法不继承更简单的 PRNG 的线性。
良好的统计特性是 PRNG 输出的核心要求。通常，需要仔细的数学分析才能确信 PRNG 生成的数字足够接近随机数以适合预期用途。约翰·冯·诺依曼 (John von Neumann) 告诫人们将 PRNG 误解为真正的随机生成器，并开玩笑说“任何考虑使用算术方法生成随机数字的人，当然都处于犯罪状态。”[3]
您可以查看维基百科页面了解更多here