※ 引述《StaticVortex ()》之铭言： : ※ 引述《semop (semop)》之铭言： : : 电脑可以产生合乎各种乱数检测方法、基本上无法逆推的 "真实乱数" (当然 : : 有人不同意这是 "真实" 乱数，但这是定义问题) 。 : : 只是一般来说，产生这种乱数的运算成本甚高。 : : 一个简单的例子是拿 pi 或 e 值或更不常见的无理数作为基准来制作乱数， : : 它们没有常用的乱数方法的循环问题，永远不会重复产生资料。 : : 但除非是使用硬体方法，无法产生 "自然乱数" 。 : : 现在已经有 http://random.org 这类网站出现，免费公开地提供硬体产生的 : : 自然乱数，以後电脑程式使用的乱数资料应该会逐渐改以自然乱数为主了。 : : 所以大家以後就别说电脑所使用的乱数都一定是假乱数了。这观念要改一改。 : 对不起我是个门外汉, : 如果避免了重复使用同一个乱数种子, : 以及同一个乱数种子产生的乱数不要多过周期, : 为什麽还需要这种自然乱数呢? : 譬如以使用者的 input 时间间隔来取种子等等方式, 会遇到什麽限制吗? : 使用伪乱数还会遇到什麽样的问题与困扰呢? 此问题应回归於：为何需要乱数？ 因实际需求，有些乱数要求无法预测以提升系统安全 有些乱数要求分布足够均匀以提升搜寻效果 而有些乱数要求模拟真实环境以测试系统容错能力 基於以上需求，有些情况并非虚拟乱数可以满足 无法预测的特性乃自然乱数优於虚拟乱数的原因之一 在一般的情况下 虚拟乱数 (如 Java 内建 Random 类别所含演算法) 已经足以应付大部分的需求 好比说：随机从题库抓练习题、随机阅读网路的一篇文章 并不需要多麽难以预测的乱数源，只要虚拟乱数即可。 然而，需要绝对无法被猜到的情况下，自然乱数比虚拟乱数更加可靠 好比说：随机产生加密金钥、随机产生杂讯 自然乱数保证任何人都无法准确地猜到未来的乱数是多少 毕竟人类还没有能力预言这个世界的所有细节。 回到原发问者的问题：以使用者的 input 时间间隔来取种子的方式会遇到什麽限制？ 假设使用者 input 时间间隔足够称为自然乱数 (不是由机器精准地以固定时间输入) 那麽，此种子即为自然乱数，後面的种种运算都是基於自然乱数的结果 此时间间隔不能说是伪乱数。 然而，如果将自然乱数再做一次虚拟乱数演算法所得到的数值，并不能称之为自然乱数 因为每一次运算所得到数值都与自然乱数相关 连续做多次虚拟乱数演算法所得到一连串数字彼此之间有关联 这些数字只能代表同一个自然乱数的衍生物 只要知道第一个数字是多少，後面的数字全部都可以推算出来 相对地，一连串真正的自然乱数是知道第一个数字，仍然无法推算出其他乱数是多少。 举例而言，你有办法知道另一个使用者 (人) input 的时间间隔吗？ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.116.247.13