GoLang 中的隨機(jī)數(shù)的示例代碼

隨機(jī)數(shù)我們都知道，就是計(jì)算機(jī)通過某種算法，“隨機(jī)”的生成一個(gè)數(shù)字。很多編程語(yǔ)言都有內(nèi)置的方法來生成隨機(jī)數(shù)，那么 GoLang 中是怎樣一種情況呢？

偽隨機(jī)數(shù)

我們都知道“隨機(jī)數(shù)”在現(xiàn)實(shí)生活中的概念，可能你隨手拋一個(gè)硬幣，就可以說其結(jié)果是隨機(jī)的，但是在計(jì)算機(jī)中要確定一個(gè)“隨機(jī)數(shù)”真的是“隨機(jī)數(shù)”，那可是有標(biāo)準(zhǔn)的，不是你隨隨便便說是就是。

根據(jù)密碼學(xué)原理，要想對(duì)一個(gè)“隨機(jī)數(shù)”進(jìn)行隨機(jī)性檢驗(yàn)有以下幾個(gè)標(biāo)準(zhǔn)：

1. 統(tǒng)計(jì)學(xué)偽隨機(jī)性 - 在給定的隨機(jī)比特流樣本中，1 的數(shù)量大致等于 0 的數(shù)量，也就是說，“10”“01”“00”“11” 四者數(shù)量大致相等。說人話就是：“一眼看上去是隨機(jī)的”。
2. 密碼學(xué)安全偽隨機(jī)性 - 就是給定隨機(jī)樣本的一部分和隨機(jī)算法，不能有效的演算出隨機(jī)樣本的剩余部分。
3. 真隨機(jī)性 - 其定義為隨機(jī)樣本不可重現(xiàn)。

根據(jù)以上幾個(gè)標(biāo)準(zhǔn)，其對(duì)應(yīng)的隨機(jī)數(shù)也就分為以下幾類：

1. 偽隨機(jī)數(shù) - 滿足第一個(gè)條件的隨機(jī)數(shù)。
2. 密碼學(xué)安全的偽隨機(jī)數(shù) - 同時(shí)滿足前兩個(gè)條件的隨機(jī)數(shù)?？梢酝ㄟ^密碼學(xué)安全偽隨機(jī)數(shù)生成器計(jì)算得出。
3. 真隨機(jī)數(shù) -同時(shí)滿足三個(gè)條件的隨機(jī)數(shù)。

了解了以上幾個(gè)概念，我們就知道了“偽隨機(jī)數(shù)”其實(shí)就是一個(gè)“看似隨機(jī)，實(shí)則并不真正隨機(jī)”的數(shù)字。

偽隨機(jī)數(shù)生成器

在實(shí)際應(yīng)用中大部分情況下偽隨機(jī)數(shù)就足夠了。這些數(shù)列是“似乎”隨機(jī)的數(shù)，實(shí)際上它們是通過一個(gè)固定的、可以重復(fù)的計(jì)算方法產(chǎn)生的。因?yàn)樗鼈儗?shí)際上是可以計(jì)算出來的，所以它們并不真正地隨機(jī)，但是它們具有類似于隨機(jī)數(shù)的統(tǒng)計(jì)特征。產(chǎn)生這樣的結(jié)果的生成器我們叫做偽隨機(jī)數(shù)生成器。

一般只有在密碼學(xué)場(chǎng)景中，我們才需要使用“真隨機(jī)數(shù)”。

在大部分編程語(yǔ)言中，提供的都是“偽隨機(jī)數(shù)生成器”，例如 JS 中的 Math.random() ， GoLang 中的 math/rand 包。

GoLang 中的偽隨機(jī)數(shù)

在 GoLang 中，我們可以通過 math/rand 包里的方法來生成一個(gè)偽隨機(jī)數(shù)：

package main
import (
 "fmt"
 "math/rand"
)
func main() {
 fmt.Println(rand.Int())  // => 134020434
}

上面的代碼中，我們通過 rand.Int() 方法來生成一個(gè)偽隨機(jī)數(shù)。看起來好像沒什么問題嘛，人家也很 OK 啦。

但是細(xì)心的你會(huì)發(fā)現(xiàn)，你在自己電腦上運(yùn)行上面的代碼竟然和我的一樣。無(wú)論你怎么運(yùn)行，它都一樣。

我們知道 JS 中的 Math.random() 每次都會(huì)返回一個(gè)不一樣的數(shù)字，但是 GoLang 中的偽隨機(jī)數(shù)生成器默認(rèn)情況下竟然會(huì)返回相同的數(shù)值，這還不反了天了？

都是偽隨機(jī)數(shù)生成器，為什么差別就這么大呢？這里我們就要了解一下“隨機(jī)種子”的概念啦。

隨機(jī)種子

我們知道，偽隨機(jī)數(shù)，是使用一個(gè)確定性的算法計(jì)算出來的似乎是隨機(jī)的數(shù)序，因此偽隨機(jī)數(shù)實(shí)際上并不隨機(jī)。

那么自然，在計(jì)算偽隨機(jī)數(shù)時(shí)假如使用的開始值不變的話，那么算法計(jì)算出的偽隨機(jī)數(shù)的數(shù)序自然也是不變的咯。

這個(gè)“開始值”，就被稱為隨機(jī)種子。

查閱文檔，我們得知， Int() 函數(shù)是從 default Source （默認(rèn)源）中產(chǎn)生的偽隨機(jī)數(shù)。

而這個(gè) default Source ，我們從Seed 部分可以看到，如果你沒有設(shè)置隨機(jī)種子，那么默認(rèn)初始種子總是從 1 開始。

既然隨機(jī)種子一樣，那自然其結(jié)果也是一樣的。

隨機(jī)的偽隨機(jī)數(shù)

我們已經(jīng)知道了默認(rèn)隨機(jī)種子是從 1 開始，那么我們只要在每次生成隨機(jī)數(shù)之前先設(shè)置一個(gè)不一樣的種子，那么其結(jié)果自然也就不一樣了。

我們要盡可能保證每次偽隨機(jī)數(shù)生成器工作時(shí)使用的是不同的種子，通常的做法是采用當(dāng)前時(shí)間作為種子。

package main
import (
 "fmt"
 "math/rand"
 "time"
)
func main() {
 rand.Seed(int64(time.Now().UnixNano()))
 fmt.Println(rand.Int())
}

這樣，由于種子不同，我們每次運(yùn)行的結(jié)果也就不一樣。我們就能達(dá)到獲取偽隨機(jī)數(shù)的目的啦。

真隨機(jī)數(shù)

如果我們的應(yīng)用對(duì)安全性要求比較高，需要使用真隨機(jī)數(shù)的話，那么可以使用 crypto/rand 包中的方法。

package main
import (
 "crypto/rand"
 "fmt"
 "math/big"
)
func main() {
 // 生成 20 個(gè) [0, 100) 范圍的真隨機(jī)數(shù)。
 for i := 0; i  20; i++ {
  result, _ := rand.Int(rand.Reader, big.NewInt(100))
  fmt.Println(result)
 }
}

上面的程序每次運(yùn)行的結(jié)果都是不一樣的，會(huì)真正隨機(jī)的生成隨機(jī)數(shù)。

訪問：https://github.com/sqrthree/sqrthree.github.io/issues

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。