简介
随机数是指在一定范围内、以随机或不可预测的方式所产生的数字或数值。它是计算机科学中的一个重要概念，在许多应用领域都有广泛的应用，比如密码学、仿真、游戏、随机抽样等。随机数的产生通常需要依靠随机数生成器，它是一个能够以一定的概率产生一系列随机数的算法或器件。在实际应用中，生成的随机数应当具有高度的均匀性和独立性，以满足不同的应用需求
- 高度的均匀性：表示生成的随机数在整个可能值范围内出现的概率是均匀的，即每个可能的值出现的概率相等。例如，生成一个从1到6的随机数，每个数字出现的概率应该是1/6。
- 独立性：表示生成的随机数之间彼此独立，即前一个随机数的出现不会影响到下一个随机
随机数生成器类型
- 伪随机数生成器(PRNG)：这是一种利用特定算法生成伪随机数序列的生成器。由于其依赖于固定的算法，因此生成的随机数序列并非真正随机。伪随机数生成器广泛用于计算机科学领域的模拟和仿真中。还有一种密码学伪随机数生成器(CPRNG)也属于PRNG的一种。
- 真随机数生成器(TRNG)：这是一种利用物理随机现象生成随机数的生成器，如使用随机事件的时间间隔、热噪声、量子随机等来生成随机数。硬件随机数生成器通常能够产生高质量的真随机数，但由于其硬件成本较高，因此应用场景有限
随机数生成器工作原理
- PRNG：是一种从确定的算法获得随机数的方法。它从一个初始的随机数种子seed开始，通过数学运算逐步生成一系列看起来像随机数的数列。这也就是为什么我们在程序中使用随机数算法时，如果不设定一个不同的初始化seed(一般使用时间戳)，则每次运行得到随机的都是相同的结果。 一般采用的随机算法有线性同余法和梅森旋转法，感兴趣的可以去了解下。
- TRNG：原理是基于物理过程中的随机性或者热燥声，这种噪声是由电子器件的随机运动和电流波动引起的。热噪声的随机性使得它们能够产生真正的随机数。
Linux中的随机数生成器
/dev/urandom：产生伪随机数， 它是Linux 操作系统中一个特殊的设备文件，用于产生伪随机数。它通过对系统的物理状态，如鼠标和键盘输入、磁盘操作等硬件和软件信息进行分析来生成随机数。在真随机数池不足时，它会使用伪随机数算法生成随机数，也能够继续产生随机数，不会阻塞/dev/random：产生真随机数，/dev/random会尽可能地使用来自硬件设备的真随机数池，比如鼠标的运动、键盘的输入、硬盘的读写等，产生高质量的真随机数。但是如果真随机数池耗尽了，/dev/random就会等待，直到有新的真随机数可用为止，因此会有阻塞的可能
golang随机数生成器包
math/rand：纯基于算法的PRNG，包其中的rngSource结构体就是核心随机算法实现，采用的是xorshift算法，即利用异或和移位组合实现。crypto/rand：属于CPRNG(密码学安全随机数生成器)的实现，它是基于操作系统提供的随机数设备或者内核接口来产生随机数，有些可能是TRPG，也有可能是PRNG- Linux, FreeBSD, Dragonfly and Solaris系统：优先使用
getrandom(2)系统调用，否则从/dev/urandom读取 - OpenBSD and macOS：使用
getentropy(2)系统调用 - 其他类Unix系统：从
/dev/urandom读取 - windows系统：使用
RtlGenRandomAPI
- Linux, FreeBSD, Dragonfly and Solaris系统：优先使用
以上就是关于随机数的所有内容了
