随机数生成完整指南：抽签、摇骰子、抛硬币的原理与公平性

伪随机（Pseudo-Random）：用确定的算法（如 Mersenne Twister）从一个称为「种子」的初值开始，生成看起来随机但实际上完全确定的数列。给定同一个种子，每次生成的数列完全相同。优点是速度快、可重现、适合游戏和模拟。缺点是可被破解（如果知道算法和前几个数，可预测后续数）。

真随机（True Random）：基于物理现象（大气噪声、量子不确定性、硬件噪声）生成完全无规律的数字。理论上无法预测，但获取成本高、速度慢。加密、彩票、科学实验需要真随机。

类比：伪随机像是预先写好的歌单打乱后按顺序播放（确定但看起来随机）；真随机像每次都随机生成一首新歌（真的无法预知）。

JavaScript 的 Math.random() 在大多数浏览器和 Node.js 中使用 Mersenne Twister（梅森旋转）算法，它是应用最广泛的伪随机数生成器。

1. 初始化一个 624 维的状态数组，用当前时间戳或系统随机源作为种子。
2. 对状态数组执行旋转和位移操作，生成新数据。
3. 返回 0-1 之间的浮点数。
4. 下一次调用时继续使用更新后的状态，确保序列不重复。

为什么用梅森旋转：周期长（2^19937-1），统计性质优秀，计算速度快。

局限性：若有人知道你的 Math.random() 前 624 个输出，可精确预测后续所有输出。这在加密和博彩中是致命的缺陷。

实例： `` let num = Math.random(); // 返回 0.123456789... let diceResult = Math.floor(Math.random() * 6) + 1; // 1-6 的骰子 ``

当你需要真正的安全随机（如生成密钥、验证码、彩票号码）时，应使用浏览器或 Node.js 提供的加密随机 API。

JavaScript 中的加密随机： ``` // 浏览器环境 let arr = new Uint8Array(4); crypto.getRandomValues(arr); console.log(arr); // [234, 19, 150, 77] 之类的真随机值

// Node.js 环境 const crypto = require('crypto'); let buf = crypto.randomBytes(4); console.log(buf); ```

优点： - 从操作系统的熵池获取真随机数据（/dev/urandom on Linux、CryptoAPI on Windows） - 即使知道前面的数值，也完全无法预测后续 - 生成密钥、 token、验证码的标准做法

缺点： - 速度比 Math.random() 慢 100-1000 倍 - 并非所有环境都可用（旧浏览器） - 不可重现（每次都不同）

选择建议：游戏、模拟用 Math.random()；安全敏感场景用 crypto.getRandomValues()。

数学上的公平性要求：每个可能结果的概率相等。对于 n 个选项，每个被选中的概率都是 1/n。

抽签（N 个人中选 K 个）的公平算法： `` // 洗牌算法（Fisher-Yates） function shuffle(arr) { for (let i = arr.length - 1; i > 0; i--) { let j = Math.floor(Math.random() * (i + 1)); [arr[i], arr[j]] = [arr[j], arr[i]]; } return arr; } let people = ['Alice', 'Bob', 'Carol', 'David']; let winners = shuffle(people).slice(0, 2); // 随机选 2 人 ``

这个算法每个人被选中的概率都是相等的。

摇骰子（1-6）的公平性： ``` // 错误做法（概率不均） let die = Math.floor(Math.random() * 7); // 返回 0-6，多出一个 0

// 正确做法 let die = Math.floor(Math.random() * 6) + 1; // 1-6 均匀分布 ```

生日悖论与抽签碰撞：如果随机选择 n 个数字（有重复可能），当 n ≈ √(总范围) 时就会有约 50% 概率出现重复。例如从 100 个人里随机邀请 11 人，有约 50% 概率重复邀请同一个人。这不是随机数生成的问题，而是概率的反直觉。

1. 实时公开算法：在大屏幕上同时显示代码和执行过程，让所有人见证随机过程。
2. 链上抽奖（企业级）：使用区块链智能合约，数据无法篡改，所有人可验证。
3. 第三方见证：邀请员工代表或公证处全程监督。
4. 预生成+密封：提前用加密随机生成所有奖项，密封存档，抽奖当日现场开封。

透明抽奖的 JavaScript 示例： `` // 年会抽奖 let prizes = ['iPhone', 'MacBook', 'iPad', 'AirPods']; let participants = Array.from({length: 100}, (_, i) => Person_${i + 1}`);

function drawPrize(prize) { let winner = participants[Math.floor(Math.random() * participants.length)]; console.log(${prize} won by ${winner}); // 移除已中奖者 participants = participants.filter(p => p !== winner); }

prizes.forEach(drawPrize); ```

这段代码在大屏幕执行，每个步骤都透明，抽签概率完全相等。

作弊风险： - 用不均匀的随机数（如只用前几位数）偏向某些参与者 - 在某个特定时刻触发抽奖（如下午 3:33）来操纵结果 - 修改参与者列表或奖品顺序

防范：使用加密随机 + 第三方见证 + 公开代码。

彩票号码的随机性争议： 大多数合法彩票（如双色球）使用物理搅拌或政府认证的真随机数生成器。但互联网彩票或小型抽签可能使用伪随机，理论上可被破解。2020 年中国某在线彩票平台就因伪随机算法被破解而爆出丑闻。

游戏随机（如 Gacha 抽卡）的透明性： - 大型游戏（如 Genshin Impact）会公开概率表和算法框架，但具体实现细节通常保密。 - 监管力度：日本、欧盟对游戏随机有严格审计要求，要求公开概率。中国监管在收紧。

1. 收集样本：记录 100+ 次抽签结果
2. 卡方检验：用统计学检验每个结果出现的频率是否符合预期
3. 寻找模式：是否存在「周期」或「倾斜」

例：某游戏宣称 5 星角色概率 1%，但你玩 1000 次只出了 3 次（0.3%），可能存在问题，可向平台投诉。