欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

GoLang 中的随机数的示例代码

程序员文章站 2022-03-12 19:29:26
随机数我们都知道,就是计算机通过某种算法,“随机”的生成一个数字。很多编程语言都有内置的方法来生成随机数,那么 golang 中是怎样一种情况呢? 伪随机数 我们都知道...

随机数我们都知道,就是计算机通过某种算法,“随机”的生成一个数字。很多编程语言都有内置的方法来生成随机数,那么 golang 中是怎样一种情况呢?

伪随机数

我们都知道“随机数”在现实生活中的概念,可能你随手抛一个硬币,就可以说其结果是随机的,但是在计算机中要确定一个“随机数”真的是“随机数”,那可是有标准的,不是你随随便便说是就是。

根据密码学原理,要想对一个“随机数”进行随机性检验有以下几个标准:

  1. 统计学伪随机性 - 在给定的随机比特流样本中,1 的数量大致等于 0 的数量,也就是说,“10”“01”“00”“11” 四者数量大致相等。说人话就是:“一眼看上去是随机的”。
  2. 密码学安全伪随机性 - 就是给定随机样本的一部分和随机算法,不能有效的演算出随机样本的剩余部分。
  3. 真随机性 - 其定义为随机样本不可重现。

根据以上几个标准,其对应的随机数也就分为以下几类:

  1. 伪随机数 - 满足第一个条件的随机数。
  2. 密码学安全的伪随机数 - 同时满足前两个条件的随机数。可以通过密码学安全伪随机数生成器计算得出。
  3. 真随机数 -同时满足三个条件的随机数。

了解了以上几个概念,我们就知道了“伪随机数”其实就是一个“看似随机,实则并不真正随机”的数字。

伪随机数生成器

在实际应用中大部分情况下伪随机数就足够了。这些数列是“似乎”随机的数,实际上它们是通过一个固定的、可以重复的计算方法产生的。因为它们实际上是可以计算出来的,所以它们并不真正地随机,但是它们具有类似于随机数的统计特征。产生这样的结果的生成器我们叫做伪随机数生成器。

一般只有在密码学场景中,我们才需要使用“真随机数”。

在大部分编程语言中,提供的都是“伪随机数生成器”,例如 js 中的 math.random() , golang 中的 math/rand 包。

golang 中的伪随机数

在 golang 中,我们可以通过 math/rand 包里的方法来生成一个伪随机数:

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

上面的代码中,我们通过 rand.int() 方法来生成一个伪随机数。看起来好像没什么问题嘛,人家也很 ok 啦。

但是细心的你会发现,你在自己电脑上运行上面的代码竟然和我的一样。无论你怎么运行,它都一样。

我们知道 js 中的 math.random() 每次都会返回一个不一样的数字,但是 golang 中的伪随机数生成器默认情况下竟然会返回相同的数值,这还不反了天了?

都是伪随机数生成器,为什么差别就这么大呢?这里我们就要了解一下“随机种子”的概念啦。

随机种子

我们知道,伪随机数,是使用一个确定性的算法计算出来的似乎是随机的数序,因此伪随机数实际上并不随机。

那么自然,在计算伪随机数时假如使用的开始值不变的话,那么算法计算出的伪随机数的数序自然也是不变的咯。

这个“开始值”,就被称为随机种子。

查阅文档,我们得知, int() 函数是从 default source (默认源)中产生的伪随机数。

而这个 default source ,我们从seed 部分可以看到,如果你没有设置随机种子,那么默认初始种子总是从 1 开始。

既然随机种子一样,那自然其结果也是一样的。

随机的伪随机数

我们已经知道了默认随机种子是从 1 开始,那么我们只要在每次生成随机数之前先设置一个不一样的种子,那么其结果自然也就不一样了。

我们要尽可能保证每次伪随机数生成器工作时使用的是不同的种子,通常的做法是采用当前时间作为种子。

package main
import (
 "fmt"
 "math/rand"
 "time"
)
func main() {
 rand.seed(int64(time.now().unixnano()))
 fmt.println(rand.int())
}

这样,由于种子不同,我们每次运行的结果也就不一样。我们就能达到获取伪随机数的目的啦。

真随机数

如果我们的应用对安全性要求比较高,需要使用真随机数的话,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 个 [0, 100) 范围的真随机数。
 for i := 0; i < 20; i++ {
  result, _ := rand.int(rand.reader, big.newint(100))
  fmt.println(result)
 }
}

上面的程序每次运行的结果都是不一样的,会真正随机的生成随机数。

访问:

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。