首先,澄清一下,您提出的任何算法都是伪随机数生成器,而不是真正的随机数生成器。由于您将创建一个算法(即编写一个函数,即制定一组规则),随机数生成器最终将不得不重复自身或执行类似的非随机操作。
真正随机数生成器的示例是从自然界捕获随机噪声并将其数字化的生成器。这些包括:
http://www.fourmilab.ch/hotbits/
http://www.random.org/
您还可以购买产生白噪声(或其他一些随机方式)的物理设备并以数字方式捕获它:
http://www.lavarnd.org/
http://www.idquantique.com/true-random-number-generator/products-overview.html
http://www.araneus.fi/products-alea-eng.html
就伪随机数生成器而言,最容易学习的(以及普通外行可能自己制作的)是线性同余生成器。不幸的是,这些也是一些最糟糕的 PRNG。
确定什么是好的 PRNG 的一些准则包括:
- 周期性(可用数字的范围是多少?)
- 连续数(同一个数连续重复两次的概率是多少)
- 一致性(从某个子范围中选择数字的可能性是否与从另一个子范围中选择数字的可能性一样)
- 逆向工程的难度(如果它接近于真正随机,那么有人应该无法根据它生成的最后几个数字找出它生成的下一个数字)
- 速度(我能以多快的速度生成一个新数字?需要 5 次还是 500 次算术运算)
- 我确定还有其他我想念的
Mersenne Twister是目前在大多数应用程序中被认为很好(即不是 crptography)的比较流行的一种。从链接可以看出,它是一个简单的算法,可能只有 30 行代码。然而,试图从头开始编写那 20 或 30 行代码需要大量的脑力和对 PRNG 的研究。通常最著名的算法是由研究 PRNG 数十年的教授或行业专业人士设计的。
我希望你学习 PRNG 并尝试自己动手(尝试 Knuth 的计算机编程艺术或数字食谱作为起点),但我只是想在一天结束时把这一切都说清楚(除非 PRNG 将成为你的生活的工作)最好只使用别人想出的东西。另外,沿着这些思路,我想指出历史上的编译器、电子表格等不使用大多数数学家认为好的 PRNG,所以如果您需要高质量的 PRNG,请不要使用标准库之一在 C++、Excel、.NET、Java 等中,直到你研究了他们用什么来实现它。