一、Javascript里Math.random()产生的随机数的规律

伪随机数在范围从0 到小于1，也就是说，从 0（包括 0）往上，但是不包括 1（排除 1），然后您可以缩放到所需的范围。实现将初始种子选择到随机数生成算法;它不能被用户选择或重置。

请注意，由于 JavaScript 中的数字是 IEEE 754 浮点数字，具有最近舍入（round-to-nearest-even）的行为，因此以下函数的范围 (不包括Math.random() 本身) 并不准确。如果选择了非常大的边界 (2^53 或更高), 在极罕见的情况下会计算通常 – 排除（usually-excluded）的上界。（注：round-to-nearest-even 采用最近舍入的去偶数舍入的方式，对.5 的舍入上，采用取偶数的方式）

得到一个大于等于 0，小于 1 之间的随机数

function getRandom() {

  return Math.random();

}

Copy to Clipboard

得到一个两数之间的随机数

这个例子返回了一个在指定值之间的随机数。这个值不小于 min（有可能等于），并且小于（不等于）max。

function getRandomArbitrary(min, max) {

  return Math.random() * (max – min) + min;

}

Copy to Clipboard

得到一个两数之间的随机整数

这个例子返回了一个在指定值之间的随机整数。这个值不小于 min （如果 min 不是整数，则不小于 min 的向上取整数），且小于（不等于）max。

function getRandomInt(min, max) {

  min = Math.ceil(min);

  max = Math.floor(max);

  return Math.floor(Math.random() * (max – min)) + min; //不含最大值，含最小值

}

延伸阅读：

二、伪随机数生成器（PRNG）

伪随机数生成器是由冯诺依曼在 1946 年创造的。他的基本思想是从一个随机数种子开始，对其平方，然后取中间值。接下来重复对得到的数取平方并取中间值的过程，就会得到一个具有统计意义属性的随机数序列了。这也就是广为人知的平方取中法。

然而，冯诺依曼的方法并没有经得住时间的考验，因为不论从什么随机种子开始，序列最终都会落入某个短循环序列，比如：8100,6100,4100，8100，6100,4100……。

序列中的数字是依赖于前一个数字的这种生成函数，上面的重复循环问题是不可避免的。但是如果说这个循环间隔非常非常大，对实际应用并不会产生影响，那会怎样呢？

1949 年，数学家 D.H.Lehmer 利用线性同余生成器（LCG）实现了这一思路。下面给出的是基于 Lehmer 的方法所实现的一种朴素 PRNG，叫做中央随机数生成器，使用 JavaScript 在 1995 年写的。

    // The Central Randomizer 1.3 (C) 1997 by Paul Houle (paul@honeylocust.com)

    // See:  http://www.honeylocust.com/javascript/randomizer.html

    rnd.today=new Date();

    rnd.seed=rnd.today.getTime();

    function rnd() {

      rnd.seed = (rnd.seed*9301+49297) % 233280;

      return rnd.seed/(233280.0);

    };

    function rand(number) {

      return Math.ceil(rnd()*number);

    };

注意代码中的魔法数字（如 9301 等），这些数字（通常是质数）是用来最大化重复区间的——上面所提到的自我重复的循环区间。这种 PRNG 使用当前时间作为种子值，重复区间可以达到 2 的 31 次方。

这种中央随机生成器发明之初非常流行，因为那时的 JavaScript 1.0 还没有内置 Math.random() 函数，当时的 Web 1.0 环境下，大家都想让自己的 banner 广告随机旋转。一个开发者 Paul Houle 说道：“它在很多情况下已经很好用了，但是不能使用它来做保密使用”。

上一篇

OCaml语言有哪些优势?

下一篇

为什么编程语言不把快读快写作为标准的输入输出方法?