假设您有一个随机数生成器，它输出的前一个数据集包含00.00到99.99范围内的1,000个随机数（例如07.81,84.30）。每个＆＃39; roll＆＃39;是离散的，独立于所有先前的卷。
从这个数据集中，是否可以计算下一个＆＃39; 10＆＃39;卷将包含两个25.00-50.00的案例，三个案例，50.00-75.00等？
答案 0 :(得分：2)
对于真正的RNG，答案是否定的 - 这就是它与RNG的区别。尝试根据先前结果预测独立随机事件称为Gambler's Fallacy。
然而，计算机几乎总是使用PRNG（伪随机数生成器），它使用确定性算法（连同种子）在序列中生成下一个数字，使其看起来是随机的。
它使用一个跟随数字“环”的算法来做到这一点（把它想象成一个非常长的数字序列，重复自身 - 它是确定性的，但是以一种看似随机的方式分散）。种子用于确定您在此环上的起点。每当你调用next（）来获得一个新的随机数时，你实际上只是返回序列中的下一个数字（通常这个数字是模数值，例如1000，这样数字在某个请求的范围之间）。 / p>
从这个意义上讲，你可以回答你的问题。如果你知道种子，那么就没有任何随机性了 - 你可以100％准确地预测接下来会发生什么。如果你不知道种子，那么你需要专注于确定种子可以产生你到目前为止看到的数字序列（这是一个更难的问题）。