🎲 随机数生成器
生成指定范围的随机数
随机数生成器使用说明
随机数生成器可以在指定的数值范围内生成一个或多个均匀分布的随机整数。只需设置最小值、最大值和生成个数，点击按钮即可获得结果。工具还会保存最近10次的历史记录供参考。
随机数在日常生活和专业领域都有广泛应用——从抽奖活动、游戏公平性到科学实验的随机抽样、密码学的密钥生成本工具使用JavaScript内置的Math.random()函数生成伪随机数，适合一般用途的随机数需求。
随机数的原理
【均匀分布】每个数在[Min, Max]范围内被选中的概率相同 概率 P(x) = 1/(Max-Min+1)，对任意合法的x 【生成算法】 result = floor(Math.random() × (Max - Min + 1)) + Min Math.random() 返回 [0, 1) 范围内的浮点数 【真随机 vs 伪随机】 - 伪随机(PRNG)：由确定性算法生成，可复现 - 真随机(TRNG)：基于物理噪声源（放射性衰变、热噪声等） 本工具使用伪随机算法，适用于一般场景
实际计算案例
📋
【案例1】掷骰子模拟
范围1-6，生成1个
可能结果：4
（每次运行结果不同，这就是随机的含义）
【案例2】随机点名
班级45人，学号1-45，生成1个
结果：23号
（公平随机，每人被选中概率相等=1/45）
【案例3】彩票号码模拟
双色球红球1-33选6个：5,12,19,28,31,33
蓝球1-16选1个：7
（注意：本工具允许重复数字，实际彩票不重复）
【案例4】生成测试数据
范围1000-9999，生成5个
结果：3847, 1295, 7623, 4501, 9082
可用于软件测试中的随机数据生成
常见注意事项
💡
- Math.random()生成的不是密码学安全的随机数，不要用于安全敏感场景
- 单次最多生成100个随机数，避免浏览器性能问题
- 范围越大且生成个数越多时，出现重复值的概率越低但非零
- 如需不重复的随机数，建议手动去重或使用专门的抽样工具
- 随机数的种子在JavaScript中不可设置（无法重现同一序列）
应用场景列表
- - 抽奖活动：年会抽奖、线上活动的公平随机抽取中奖者
- - 游戏设计：随机事件触发、怪物掉落、地图生成
- - 教育教学：课堂随机提问、考试座位随机排列、分组抽签
- - 软件测试： fuzzing测试用例生成、边界值随机采样
- - 决策辅助：难以选择时的随机决策（如今天午餐吃什么）
随机性的深层意义
真正的随机性在数学上意味着"不可预测性"和"无模式"。计算机生成的都是"伪随机"——看起来随机但实际上由确定性的初始状态（种子）决定。
高质量的随机数需要满足：(1) 均匀性——每个值出现频率相近；(2) 独立性——前后结果无关联；(3) 不可预测性——无法从历史推断下一个值。对于密码学应用，必须使用操作系统的安全随机源（如crypto.getRandomValues），而非普通的Math.random()。