伪随机数发生器(PRNG)

什么是伪随机数发生器(PRNG)

伪随机数发生器(PRNG)是一种计算机算法或数学公式，可以生成类似于随机数的数列。因为是通过算法计算而非真正的随机过程获取的结果，所以称为“伪随机数”。

为什么需要伪随机数发生器

在计算机科学中，伪随机数发生器广泛应用于加密、模拟、游戏、随机化算法等领域。如果没有伪随机数发生器，计算机系统只能将随机数生成器随机触发的时钟频率或其他“真实”随机事件作为随机值来使用。使用伪随机数发生器可以更方便、更快速地生成随机数。

伪随机数发生器的实现

伪随机数发生器的实现有许多种方式，以下列举了几种常见的方法：

中线性同余发生器(Mid-Point / Linear Congruential Generator)

中线性同余发生器也称为Mid-Point Generator和Linear Congruential Generator。该方法是一种线性同余算法，模仿自然界中的某些事件生成随机数。它的公式如下：

x = (a * x + c) % m

其中，x是生成的随机数，m是模数，a是一个乘数，c是一个偏移量。

优点

中线性同余发生器算法的优点在于速度非常快，并且对于很多用例而言，生成的随机数质量还是很高的。

缺点

中线性同余发生器算法的缺点在于，这种算法生成的随机数同样可能是周期性的。另外，在某些应用中，这种固定的周期性行为可以被利用。

梅森旋转算法(Mersenne Twister)

梅森旋转算法是一种非线性生成器，它是一种生成高质量伪随机数的算法。它在某些应用中具有好的随机性质，并且它的周期比中线性同余发生器算法要大得多。

优点

梅森旋转算法的优点在于周期长，并且具有出色的遍历性能。

缺点

梅森旋转算法的缺点在于实现复杂，比起其他的随机数算法，它需要更多的时间和资源。

真正的随机数生成器(True Random Number Generator)

真正的随机数生成器基于物理现象来产生随机数，并且这种产生的随机数是真正的随机数，而非伪随机数。

优点

真正的随机数生成器的优点在于生成的随机数是真正的随机数。

缺点

真正的随机数生成器的缺点在于，它们往往比较昂贵，并且不可预测。另外，在实践中，真正的随机数生成器也会受到生产系统限制的影响。

总结

伪随机数发生器(PRNG)是一种可以生成类似于随机数的数列的算法或数学公式，广泛应用于加密、模拟、游戏、随机化算法等领域。目前有许多不同的算法实现，不同的算法实现根据应用场景的不同，拥有各自的优缺点。