随机数法是什么意思,什么是随机数？

随机数法是什么意思,什么是随机数？详细介绍

本文目录一览： 随机数算法是什么？

随机数算法是指如何产生符合各种统计分布的随机数的算法，计算机提供的算法如random等产生的都是均匀分布的数，要以这个分布为基础，产生各种其他分布的算法，如高斯分布等
在密码技术中，随机序列是非常重要的，比如密钥产生、数字签名、身份认证和众多的密码学协议等都要用到随机序列。所以产生高质量的随机数序列对信息的安全性具有十分重要的作用。随机数分为真随机数和伪随机数，计算机通过算法产生的随机数并不上真正意义上的随机数，很容易被破解，只能称为伪随机数。若要产生真正的随机数，必须通过硬件来实现，比如使用离子辐射事件的脉冲检测器、气体放电管和带泄露的电容等，但是为每台计算机配备这样的装置上不可能。所以在此我们通过改进我们的算法，使生成的伪随机数达到真随机数的标准。
一般是线性同余法
在计算机中并没有一个真正的随机数发生器，但是可以做到使产生的数字重复率很低，这样看起来好象是真正的随机数，实现这一功能的程序叫伪随机数发生器。　有关如何产生随机数的理论有许多如果要详细地讨论，需要厚厚的一本书的篇幅。不管用什么方法实现随机数发生器，都必须给它提供一个名为“种子”的初始值。而且这个值最好是随机的，或者至少这个值是伪随机的。“种子”的值通常是用快速计数寄存器或移位寄存器来生成的。　下面讲一讲在C语言里所提供的随机数发生器的用法。现在的C编译器都提供了一个基于ANSI标准的伪随机数发生器函数，用来生成随机数。它们就是rand（）和srand（）函数。这二个函数的工作过程如下：”）　首先给srand（）提供一个种子，它是一个unsigned　int类型，其取值范围从0～65535；　2）　然后调用rand（），它会根据提供给srand（）的种子值返回一个随机数（在0到32767之间）　3）　根据需要多次调用rand（），从而不间断地得到新的随机数；　4）　无论什么时候，都可以给srand（）提供一个新的种子，从而进一步“随机化”rand（）的输出结果。　这个过程看起来很简单，问题是如果你每次调用srand（）时都提供相同的种子值，那么，你将会得到相同的随机数序列，这时看到的现象是没有随机数，而每一次的数都是一样的了。例如，在以17为种子值调用srand（）之后，在首次调用rand（）时，得到随机数94。在第二次和第三次调用rand（）时将分别得到26602和30017，这些数看上去是很随机的（尽管这只是一个很小的数据点集合），但是，在你再次以17为种子值调用srand（）后，在对于rand（）的前三次调用中，所得的返回值仍然是在对94，26602，30017，并且此后得到的返回值仍然是在对rand（）的第一批调用中所得到的其余的返回值。因此只有再次给srand（）提供一个随机的种子值，才能再次得到一个随机数。　下面的例子用一种简单而有效的方法来产生一个相当随机的“种子”值－－－－当天的时间值：g＃椋睿悖欤酰洌澹Γ欤簦唬螅簦洌椋铮瑁Γ纾簦弧。＃椋睿悖欤酰洌澹Γ欤簦唬螅簦洌欤椋猓瑁Γ纾簦弧。＃椋睿悖欤酰洌澹Γ欤簦唬螅螅Γ＃矗罚唬簦穑澹螅瑁Γ纾簦弧。＃椋睿悖欤酰洌澹Γ欤簦唬螅螅Γ＃矗罚唬簦椋恚澹猓瑁Γ纾簦弧。觯铮椋洹。恚幔椋睿ǎ觯铮椋洌。。椋睿簟。椋弧。酰睿螅椋纾睿澹洹。椋睿簟。螅澹澹洌郑幔欤弧。螅簦颍酰悖簟。簦椋恚澹狻。簦椋恚澹拢酰妫弧。妫簦椋恚澹ǎΓ幔恚穑唬簦椋恚澹拢酰妫弧。螅澹澹洌郑幔欤剑ǎǎǎǎ酰睿螅椋纾睿澹洹。椋睿簦簦椋恚澹拢酰妫簦椋恚澹Γ幔恚穑唬埃疲疲疲疲。ǎ酰睿螅椋纾睿澹洹。椋睿簦簦椋恚澹拢酰妫恚椋欤欤椋簦恚蕖。ǎ酰睿螅椋纾睿澹洹。椋睿簦簦椋恚澹拢酰妫恚椋欤欤椋簦恚弧。螅颍幔睿洌ǎǎ酰睿螅椋纾睿澹洹。椋睿簦螅澹澹洌郑幔欤弧。妫铮颍ǎ椋剑埃唬椋Γ欤簦唬保埃唬椋。穑颍椋睿簦妫ǎΓ瘢酰铮簦唬ィ叮洌Γ＃梗玻唬睿Γ瘢酰铮簦籦egjrand（））；　｝　上面的程序先是调用＿ftime（）来检查当前时间yc并把它的值存入结构成员timeBuf．time中wae当前时间的值从1970年1月1日开始以秒计算aeh在调用了＿ftime（）之后在结构timeBuf的成员millitm中还存入了当前那一秒已经度过的毫秒数，但在DOS中这个数字实际上是以百分之一秒来计算的。然后，把毫秒数和秒数相加，再和毫秒数进行异或运算。当然也可以对这两个结构成员进行更多的计算，以控制se．．．．．．余下全文＞＞

随机数法与随机数表法的区别

收到影响的程度不同。随机数法和随机数表法都是用于产生随机数的方法。随机数法是利用计算机生成一个随机种子，然后根据这个种子利用随机算法来产生随机数。这种方法产生的随机数的分布比较均匀、随机性较好容易受到计算机内部环境和处理器状态等因素的影响。而随机数表法则是在计算机外部事先编制好随机数表，然后按照表中的顺序进行取数，这种方法不受计算机内部环境和处理器状态的影响，具有较高的随机性和可重复性。

随机数法具体抽样时可采用的方法有

随机抽样法又称 “抽样调查法”，按照随机原则，利用随机数，从总体中抽取样本的方法。随机抽样法包括两方面问题：一是抽样方法，像如何抽样，抽多少，怎样抽; 另一是统计推断，也就是如何对抽样结果进行统计分析，如何对总体作出科学的推断。随机抽样法较之普查法具有节省人力、物力、财力和时间的特点，在人寿保险中也是一种十分有效的研究工具。比如，要研究随着人口老龄化的发展趋势，对死亡表的修正问题，要对每个高龄人进行全数调查几乎是办不到的事，随机抽样法则能提供出一种简单易行的办法。
又称“抽样调查法”，按照随机原则，利用随机数，从总体中抽取样本的方法。随机抽样法包括两方面问题：一是抽样方法，像如何抽样，抽多少，怎样抽；另一是统计推断，也就是如何对抽样结果进行统计分析，如何对总体作出科学的推断。随机抽样法较之普查法具有节省人力、物力、财力和时间的特点，在人寿保险中也是一种十分有效的研究工具二比如，要研究随着人口老龄化的发展趋势，对死亡表的修正问题，要对每个高龄人进行全数调查几乎是办不到的事，随机抽样法则能提供出一种简单易行的办法。
简单随机抽样法：其方法最为简单。对总体调查对象不加任何区分和限制，保证每一个调查对象都有均等机会成为被抽到的调查对象。基本操作步骤：将调查对象全部排队，排号。通过抽签（包括用机器摇号或掷骰子）等方法，从中抽取所需要的一定数量的调查对象。对抽取的调查对象进行实际调查。当调查对象总数量不十分庞大，调查对象个体差异较小时，可用此方法。如某企业要从其产品用户100家中抽取20家进行调查，了解其对本企业产品的质量和服务方面的意见，即可把100家用户作001—100的编号，然后用抽签方法，从中抽取10个号码，并对持有该号码的20家用户进行调查。

随机数字表法

随机数表法的步骤
随机数表法的步骤是首先将调查总体单位进行统一编号并充分混合，再按规定抽样的起点和规定的抽样顺序依次从随机号码表上抽取样本单位号码进行录取。
1、统一编号：即将总体中的所有研究对象进行统一编号， 然后充分混合，目的是使各样本编号均匀分布，符合“机会均等 的原则。
2、确定抽样起点：根据需要或意愿，在表上选择一数字编号，由该数字决定抽样的起点。
3、确定抽样顺序：根据需要或意愿， 选择一定顺序方向，使用该种顺序方向进行抽取。

4、录取号码：根据抽样起点和抽样顺序进行依次录取号码，直至录取到所需抽取的样本数满为止。
随机数表法怎么找行列？
找行列方法如下：表上提供的是第四行至第六行，所以中间行为第五行，然后从左数第六列开始查，三位数一组，超过700的、重复的舍去，所以编号为：253.313.457.860.736.253.007.328，除去超过700的860.736以及重复的253，所以第五个编号应为328。
比如，对银行来说，银行的ID和密码非常脆弱。如果有随机数表，就可以防备此类事件。随机数表是指为每个客户指定各不相同的数字列表，申请时将该随机数表分配给客户，而不是按照一定的规律给出，这就安全很多。
再比如，要考察某公司的牛奶产品质量，想从800袋牛奶中抽取60袋，就可以在随机数表中选中一数，并用向上、下、左、右不同的读法组成60个数，并按牛奶的标号进行检测，虽然麻烦，但很常用。
扩展资料：
随机数字表，是由 0~9 的数字随机排列（没有任何规律的）的表格，表中有各自独立的数字2500个，从左到右横排为行，从上至下坚排为列。 表格形式多种，用法也很多，使用时可根据研究对象总体所含的个体数来确定使用几位随机数字， 也就是可以根据需要把它当成任何数字来使用。
而随机数表法，是用随机数字表代替签号或签筒的一种随机取样的方法。
下面举一具体例子：例如，某企业要调查消费者对某产品的需求量，要从95户居民家庭中抽选10户居民码表法抽选样本。具体步骤如下：
第一步：将95户居民家庭编号，每一户家庭一个编号，即01~95。（每户居民编号为2数）
第二步：在上面的表中，随机确定抽样的起点和抽样的顺序。假定从第一行，第6列开始抽，抽样顺序从左往右抽。（横的数列称“行”，纵的数列称为“列”。因此此处第六列为数字3。）
第三步：依次抽出号码，由此产生10个样本单位号码为：37、38、63、69、64、73、66、14、69、16。
编号为这些号码的居民家庭就是抽样调查的对象。
需要说明，编号69的居民家庭两次出现在样本里。这属于重复抽样。所谓重复抽样，是指总体中某一单位被抽中作为样本后，再放回总体中，有可能第二次被抽中作为样本。

什么是随机数？

问题一：什么是随机数？ 随机数就是计算机随机产生的数字序列。伪随机数序列看上去是随机的，但是反复执行程序会发现每次程序所产生的序列是重复的。可以用srand来避免出现伪随机数，他unsigned类型的数据作参数并未函数rand设置随机数种子。
c代码：
#include
1.
i=rand();产生0到RAND_MAX（32767）之间的整数
2.
unsigned seed;
srand(seed);设置种子
i=rand();

问题二：真随机数的定义是什么 从软件的角度来说，如果是计算机起卦，则要用到随机数，而电脑中的随机数是假的随机数，搞那么多年程序，我还没看到过什么玩意能够有真随机数，按现代科学定义的真随机数的产生条件有起码两个：
1、真随机数数列是不可预计的，因而也不可能重复产生两个相同的真随机数数列。
2、真随机数只能用某些随机物理过程来产生。例如：放射性衰变、电子设备的热噪音、宇宙射线的触发时间等等。
在计算机中，为了满足信息熵的特性，常常是用到的信息源包括用户的人为反应或某种经过排列变形后的高频时钟的序列或者是用户运动鼠标的路径的坐标等，这在一般的程序里据我看是很少触及到的。因此，计算机上的起卦方法先不谈真随机数的如何的处理问题，还有取到了数又该如何变化的问题。如果更深化的话，还需要要论及世界的本质之类的哲学命题，暂且不表。就目前起卦程序主要在网上起而言，关联于时间的起卦法也许还有可商议之处，而对随机要求性较强的起卦方法是很不适合的。
1. 如何产生一定范围内的随机数？
直接的方法是：
rand() % N;
返回从 0 到 N - 1 的数字。但这个方法不好，因为许多随机数发生器的低位比特并不随机。一个较好的方法是：
(int)((double)rand() / ((double)RAND_MAX + 1) * N);
如果你不希望使用 double，另一个方法是：
rand() / (RAND_MAX / N + 1);
两种方法都需要知道 RAND_MAX，而且假设 N 要远远小于 RAND_MAX。ANSI 规定标准头文件 stdlib.h 中包含 RAND_MAX 的 #define。顺便提一下，RAND_MAX 是个常数，它告诉你 C 库函数 rand() 的固定范围。你不可以设 RAND_MAX 为其它的值，也没有办法要求 rand() 返回其它范围的值。如果你用的随机数发生器返回的是 0 到 1 的浮点值，要取得范围在 0 到 N - 1 内的整数，只要将随机数乘以 N 就可以了。
2. 为什么每次执行程序，rand() 都返回相同顺序的数字？
你可以调用 srand() 来初始化伪随机数发生器的种子，传递给 srand() 的值应该是真正的随机数，例如当前时间：
#include
#include
srand((unsigned int)time((time_t *)NULL));
请注意，在一个程序执行中多次调用 srand() 并不见得有帮助！不要为了取得“真随机数”而在每次调用 rand() 前都调用 srand()！
3. 我需要随机的真/假值，所以我用直接用 rand() % 2，可是我得到交替的 0, 1, 0, 1, 0 。
这是个低劣的伪随机数生成器，在低位比特中不随机！很不幸，某些系统就提供这样的伪随机数生成器。请试着使用高位比特，具体请参考本文第 1 点。

问题三：c语言随机数函数是什么？ rand（产生随机数）
相关函数
srand
表头文件
#include
定义函数
int rand(void)
函数说明
rand()会返回一随机数值，范围在0至RAND_MAX 间。在调用此函数产生随机数前，必须先利用srand()设好随机数种子，如果未设随机数种子，rand()在调用时会自动设随机数种子为1。关于随机数种子请参考srand()。
返回值
返回0至RAND_MAX之间的随机数值，RAND_MAX定义在stdlib.h，其值为2147483647。
范例
/* 产生介于1 到10 间的随机数值，此范例未设随机数种子，完整的随机数产生请参考
srand（）*/
#include
main()
{
int i,j;
for(i=0;i
定义函数
void srand (unsigned int seed);
函数说明
srand()用来设置rand()产生随机数时的随机数种子。参数seed必须是个整数，通常可以利用geypid()或time(0)的返回值来当做seed。如果每次seed都设相同值，rand()所产生的随机数值每次就会一样。
返回值
范例
/* 产生介于1 到10 间的随机数值，此范例与执行结果可与rand（）参照*/
#include
#include
main()
{
int i,j;
srand((int)time(0));
for(i=0;i>

问题四：C语言中产生随机数的函数是什么? #include
#include
#include
void main()
{
int i;
srand((unsigned)time(NULL));
i = rand() % 100;
}这样产生的随机数就是0-99之间的，
这二个函数的工作过程如下：
1) 首先给srand()提供一个种子，它是一个unsigned int类型，其取值范围从0~65535；
2) 然后调用rand()，它会根据提供给srand()的种子值返回一个随机数(在0到32767之间)
3) 根据需要多次调用rand()，从而不间断地得到新的随机数；
4) 无论什么时候，都可以给srand()提供一个新的种子，从而进一步“随机化”rand()的输出结果。

问题五：随机数的计算公式是什么？ 为追求真正的随机序列，人们曾采用很多种原始的物理方法用于生成一定范围内满足精度（位数）的均匀分布序列，其缺点在于：速度慢、效率低、需占用大量存储空间且不可重现等。为满足计算机模拟研究的需求，人们转而研究用算法生成模拟各种概率分布的伪随机序列。伪随机数是指用数学递推公式所产生的随机数。从实用的角度看，获取这种数的最简单和最自然的方法是利用计算机语言的函数库提供的随机数发生器。典型情况下，它会输出一个均匀分布在0和1区间内的伪随机变量的值。其中应用的最为广泛、研究最彻底的一个算法即线性同余法。
线性同余法LCG（Linear Congruence Generator）
选取足够大的正整数M和任意自然数n0，a，b，由递推公式：
ni+1=（af（ni）+b）mod M i=0，1，…，M-1
生成的数值序列称为是同余序列。当函数f（n）为线性函数时，即得到线性同余序列：
ni+1=（a*ni+b）mod M i=0，1，…，M-1
以下是线性同余法生成伪随机数的伪代码：
Random（n，m，seed，a，b）
{
r0 = seed；
for （i = 1；i 问题六：随机是什么意思 随机
1.
(1) [according to situation] 依照情势
必须具有一定的随机应变的能力,才能完成任务
2.
(2) [random]∶自由组合
随机抽样

随机数的含义是什么？随机数的主要应用是什么？

答案：在一定的范围内随机产生的数，并且得到这个范围内的每一个数的机会相同，随机数主要用来模拟大量重复非试验，从而求出几何概型的概率.

随机数 是什么

随机数的定义
随机数是专门的随机试验的结果。在统计学的不同技术中需要使用随机数，比如在从统计总体中抽取有代表性的样本的时候，或者在将实验动物分配到不同的试验组的过程中，或者在进行蒙特卡罗模拟法计算的时候等等。
产生随机数有多种不同的方法。这些方法被称为随机数发生器。随机数最重要的特性是：它所产生的后面的那个数与前面的那个数毫无关系。
例如：要生成随机的数字，可以采用下面的方法
(1)生成随机数比较简单，=rand()即可生成0-RAND_MAX之间的随机数；(#define RAND_MAX 0x7fffu)
(2)如果要是整数，就用=int(rand()%10)，表示0至9的整数，以此类推；
(3)如果要生成a与b之间的随机实数，就用=rand()%(b-a)+a，就能产生固定位数的整数了，以此类推。
补充
一、根据密码学原理，随机数的随机性检验可以分为三个标准：
1、统计学伪随机性。统计学伪随机性指的是在给定的随机比特流样本中，1的数量大致等于0的数量，同理，“10”“01”“00”“11”四者数量大致相等。类似的标准被称为统计学随机性。满足这类要求的数字在人类“一眼看上去”是随机的。
2、密码学安全伪随机性。其定义为，给定随机样本的一部分和随机算法，不能有效的演算出随机样本的剩余部分。
3、真随机性。其定义为随机样本不可重现。实际上只要给定边界条件，真随机数并不存在，可是如果产生一个真随机数样本的边界条件十分复杂且难以捕捉（比如计算机当地的本底辐射波动值），可以认为用这个方法演算出来了真随机数。
相应的，随机数也分为三类：
第一类为伪随机数：满足第一个条件的随机数。
第二类为密码学安全的伪随机数：同时满足前两个条件的随机数。可以通过密码学安全伪随机数生成器计算得出。
第三类为真随机数：同时满足三个条件的随机数。
二、随机数的产生与运用
真正的随机数是使用物理现象产生的：比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等，这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求比较高。
使用计算机产生真随机数的方法是获取cpu频率与温度的不确定性以及统计一段时间的运算次数每次都会产生不同的值，系统时间的误差以及声卡的底噪等。
在实际应用中往往使用伪随机数就足够了。这些数列是“似乎”随机的数，实际上它们是通过一个固定的、可以重复的计算方法产生的。计算机或计算器产生的随机数有很长的周期性。它们不真正地随机，因为它们实际上是可以计算出来的，但是它们具有类似于随机数的统计特征。这样的发生器叫做伪随机数发生器。
在真正关键性的应用中，比如在密码学中，人们一般使用真正的随机数。
C语言、C++、C#、Java、Matlab、PHP、C51等程序语言和软件中都有对应的随机数生成函数。
随机数是专门的随机试验的结果。在统计学的不同技术中需要使用随机数，比如在从统计总体中抽取有代表性的样本的时候，或者在将实验动物分配到不同的试验组的过程中，或者在进行蒙特卡罗模拟法计算的时候等等。
产生随机数有多种不同的方法。这些方法被称为随机数发生器。随机数最重要的特性是：它所产生的后面的那个数与前面的那个数毫无关系。
根据密码学原理，随机数的随机性检验可以分为三个标准： [1]
真正的随机数是使用物理现象产生的：比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等，这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求比较高。
使用计算机产生真随机数的方法是获取cpu频率与温度的不确定性以及统计一段时间的运算次数每次都会产生不同的值，系统时间的误差以及声卡的底噪等。
在实际应用中往往使用伪随机数就足够了。这些数列是“似乎”随机的数，实际上它们是通过一个固定的、可以重复的计算方法产生的。计算机或计算器产生的随机数有很长的周期性。它们不真正地随机，因为它们实际上是可以计算出来的，但是它们具有类似于随机数的统计特征。这样的发生器叫做伪随机数发生器。
在真正关键性的应用中，比如在密码学中，人们一般使用真正的随机数。
C语言、C++、C#、Java、Matlab、PHP、C51等程序语言和软件中都有对应的随机数生成函数。
随机数是专门的随机试验的结果。
产生随机数有多种不同的方法。这些方法被称为随机数发生器。随机数最重要的特性是：它所产生的后面的那个数与前面的那个数毫无关系。
随机数是专门的随机试验的结果。在统计学的不同技术中需要使用随机数，比如在从统计总体中抽取有代表性的样本的时候，或者在将实验动物分配到不同的试验组的过程中，或者在进行蒙特卡罗模拟法计算的时候等等。
产生随机数有多种不同的方法。这些方法被称为随机数发生器。随机数最重要的特性是：它所产生的后面的那个数与前面的那个数毫无关系。
就是随意的一个数，还有就是范围，比如1到9之间的随机数，3就是这个范围的随机数，123456789随机抽取一个，这就叫随机数
对于随机数百度百科的解释是这样的：随机数是专门的随机试验的结果。在统计学的不同技术中需要使用随机数，比如在从统计总体中抽取有代表性的样本的时候，或者在将实验动物分配到不同的试验组的过程中，或者在进行蒙特卡罗模拟法计算的时候等等。
1.电脑中的随机数
电脑中有随机数发生器，但是生成的并不是绝对的随机数而是伪随机数，因为电脑随机数的生成是由算法支持的，所以生成的数字只是算法运算的结果。
2.随机数的应用
在密码学中人么会利用随机数对需要加密的明文进行加密，这样避免了人工密匙的高重复性，以及易破解性。
3.生活中的随机数
真正的随机数是使用物理现象产生的：比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等，这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求比较高。
综上所述：随机数可以通俗的理解为产生的不规律的，我们无法预测的数字。但是绝对的随机数在自然中是不存在的。

什么是随机数？

随机数就是计算机随机产生的数字序列。伪随机数序列看上去是随机的，但是反复执行程序会发现每次程序所产生的序列是重复的。可以用srand来避免出现伪随机数，他用unsigned类型的数据作参数并未函数rand设置随机数种子。
c代码：
#include

1.

i=rand();//产生0到RAND_MAX（32767）之间的整数

2.

unsigned seed;

srand(seed);//设置种子

i=rand();

随机数是专门的随机试验的结果。在统计学的不同技术中需要使用随机数，比如在从统计总体中抽取有代表性的样本的时候，或者在将实验动物分配到不同的试验组的过程中，或者在进行蒙特卡罗模拟法计算的时候等等。 产生随机数有多种不同的方法。这些方法被称为随机数发生器。随机数最重要的特性是：它所产生的后面的那个数与前面的那个数毫无关系。

中文名:随机数

外文名:random number

应用学科:统计学

应用:进行蒙特卡罗模拟法计算

方法:随机数发生器

特性:后面的数与前面的数毫无关系

　　随机数是专门的随机试验的结果。

　　随机数最重要的特性是：它所生成的后面的那个数与前面的那个数毫无关系。

　　首先需要声明的是，计算机不能生成绝对随机的随机数（“真随机数”），只能生成“伪随机数”。

　　其实绝对随机的随机数只是一种理想的随机数，即使计算机怎样发展，它也不会生成一串绝对随机的随机数。

　　计算机只能生成相对的随机数，即伪随机数。

　　未来的量子计算机有可能生成基于自然规律的不可重现的“真随机数”。

随机数法有规律吗？

得看是什么随机了
严格上的随机没有任何规律 ^_^
但是计算机计算器中生成的随机数叫做PRNG伪随机数生成器
这个随机数是有规律可言的 PRNG随机数有一个种子，只要种子一样得到的数就是肯定一样的。电脑中经常把当前线程数和句柄数和当前时间三个值撮合到一起作为种子。
都有规律，随机数是类型规律，固定的，也就是所谓的属性。根据随机数类型寻求伪随机数规律，也就人为循环出的随机数，伪随机数规律起筛选的作用，去伪存真，得到银行密码，可以取钱