C#中產生的隨機數為什麼不隨機？

標籤：normal   功能   provider   選擇   https   相同   毫秒級   get   問題   

from:https://www.xcode.me/more/net-csharp-generate-random

 

 

隨機數產生方法可以說是任何程式設計語言必備的功能，它的重要性不言而言，在C#中我們通常使用Random類產生隨機數，在一些情境下，我卻發現Random產生的隨機數並不可靠，在下面的例子中我們通過迴圈隨機產生5個隨機數：

for (int i = 0; i < 5; i++) {     Random random = new Random();     Console.WriteLine(random.Next()); }

這段代碼執行後的結果如下所示：

2140400647 2140400647 2140400647 2140400647 2140400647

通過以上結果可知，隨機數類產生了5個相同的數，這並非我們的預期，為什麼呢？為了弄清楚這個問題，零度剖析了微軟官方的開源Random類，發現在C#中產生隨機數使用的演算法是線性同餘法，經百科而知，這種演算法產生的不是絕對隨機，而是一種偽隨機數，線性同餘法演算法的的公式是：

第N+1個數 = ( 第N個數 * A + B) % M

上面的公式中A、B和M分別為常數，是產生隨機數的因子，如果之前從未通過同一個Random對象產生過隨機數（也就是調用過Next方法），那麼第N個隨機數為將被指定為一個預設的常數，這個常數在建立一個Random類時被預設值指定，Random也提供一個建構函式允許開發人員使用自己的隨機數因子，這一切可通過微軟官方開原始碼看到：

public Random() : this(Environment.TickCount) { }  public Random(int Seed) { }

通過預設建構函式建立Random類時，一個Environment.TickCount對象作為因子被預設傳遞給第二個建構函式，Environment.TickCount表示作業系統啟動後經過的毫秒數，電腦的運算運算速度遠比毫秒要快得多，這導致一個的具有毫秒精度的因子參與隨機數的產生過程，但在5次迴圈中，我們使用了同一個毫秒級的因子，從而產生相同的隨機數，另外，第N+1個數的產生與第N個數有著直接的關係。

在上面的例子中，假設系統啟動以來的毫秒數為888毫秒，執行5次迴圈用時只有0.1毫秒，這導致在迴圈中建立的5個Random對象都使用了相同的888因子，每次被建立的隨機對象又使用了相同的第N個數（預設為常數），通過這樣的假設我們不難看出，上面的結果是必然的。

現在我們改變這個格局，在迴圈之外建立一個Random對象，在每次迴圈中引用它，並通過它產生隨機數，並在同一個對象上多次調用Next方法，從而不斷變化第N個數，代碼如下所示：

Random random = new Random();  for (int i = 0; i < 5; i++) {     Console.WriteLine(random.Next()); }

執行後的結果如下所示：

391098894 1791722821 1488616582 1970032058 201874423

我們看到這個結果確實證實了我們上面的推斷，第1次迴圈時公式中的第N個數為預設常數；當第二次迴圈時，第N個數為391098894，隨後不斷變化的第N個數作為因子參與計算，這保證了結果的隨機性。

雖然通過我們的隨機數看起來也很隨機了，但必定這個演算法是偽隨機數，當第N個數和因子都相同時，產生的隨機數仍然是重複的隨機數，由於Random提供一個帶參的建構函式允許我們傳入一個因子，如果傳入的因子隨機性強的話，那麼產生的隨機數也會比較可靠，為了提供一個可靠點的因子，我們通常使用GUID產生填滿因數，同樣放在迴圈中測試：

for (int i = 0; i < 5; i++) {     byte[] buffer = Guid.NewGuid().ToByteArray();     int iSeed = BitConverter.ToInt32(buffer, 0);     Random random = new Random(iSeed);     Console.WriteLine(random.Next()); }

這樣的方式保證了填滿因數的隨機性，所以產生的隨機數也比較可靠，運行結果如下所示：

734397360 1712793171 1984332878 819811856 1015979983

在一些情境下這樣的隨機數並不可靠，為了產生更加可靠的隨機數，微軟在System.Security.Cryptography命名空間下提供一個名為RNGCryptoServiceProvider的類，它採用系統當前的硬體資訊、進程資訊、線程資訊、系統啟動時間和當前精確時間作為填滿因數，通過更好的演算法產生高品質的隨機數，它的使用方法如下所示：

byte[] randomBytes = new byte[4]; RNGCryptoServiceProvider rngServiceProvider = new RNGCryptoServiceProvider(); rngServiceProvider.GetBytes(randomBytes); Int32 result = BitConverter.ToInt32(randomBytes, 0);

通過這種演算法產生的隨機數，經過成千上萬次的測試，並未發現重複，品質的確比Random高了很多。另外windows api也提供了一個非託管的隨機數產生函數CryptGenRandom，CryptGenRandom與RNGCryptoServiceProvider的原理類似，採用C++編寫，如果要在.NET中使用，需要進行簡單的封裝。它的原型如下所示：

BOOL WINAPI CryptGenRandom(   _In_     HCRYPTPROV hProv,   _In_     DWORD dwLen,   _Inout_  BYTE *pbBuffer );

以上就是零度為您帶來的隨機數產生方法和基本原理，您可以通過需求和情境選擇最佳的方式，Random演算法簡單，效能較高，適用於隨機性要求不高的情況，由於RNGCryptoServiceProvider在產生期間需要查詢上面提到的幾種系統因子，所以效能稍弱於Random類，但隨機數品質高，可靠性更好。

 

C#中產生的隨機數為什麼不隨機？