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

(摘)C#生成随机数的三种方法

程序员文章站 2022-05-12 13:04:43
随机数的定义为:产生的所有数字毫无关系. 在实际应用中很多地方会用到随机数,比如需要生成唯一的订单号. 在C#中获取随机数有三种方法: 一.Random 类 Random类默认的无参构造函数可以根据当前系统时钟为种子,进行一系列算法得出要求范围内的伪随机数. 这种随机数可以达到一些要求较低的目标,但 ......

随机数的定义为:产生的所有数字毫无关系.

在实际应用中很多地方会用到随机数,比如需要生成唯一的订单号.

在c#中获取随机数有三种方法:

 一.random 类

random类默认的无参构造函数可以根据当前系统时钟为种子,进行一系列算法得出要求范围内的伪随机数.

random rd = new random();
int i = rd.next();

这种随机数可以达到一些要求较低的目标,但是如果在高并发的情况下,random类所取到的系统时钟种子接近甚至完全一样,就很有可能出现重复,这里用循环来举例

for (int i = 0; i < 10; i++)
{
    random rd = new random();  //无参即为使用系统时钟为种子
    console.writeline(rd.next().tostring());
}

 这个例子会输出10个相同的"随机数".

突显出的问题:因为random进行伪随机数的算法是固定的,所以根据同一个种子计算出的数字必然是一样的.而以当代计算机的运行速度,该循环几乎是在瞬间完成的,种子一致,所以会出现10次循环输出同一随机数的情况.

有的时候使用random生成随机数的时候往往不是随机的 这是为什么呢?

随机数生成方法可以说是任何编程语言必备的功能,它的重要性不言而言,在c#中我们通常使用random类生成随机数,在一些场景下,我却发现random生成的随机数并不可靠,在下面的例子中我们通过循环随机生成5个随机数:

for (int i = 0; i < 5; i++) {     random random = new random();     console.writeline(random.next()); }

 这段代码执行后的结果如下所示:

2140400647 2140400647 2140400647 2140400647 2140400647

通过以上结果可知,随机数类生成了5个相同的数,这并非我们的预期,为什么呢?为了弄清楚这个问题,零度剖析了微软官方的开源random类,发现在c#中生成随机数使用的算法是线性同余法,经百科而知,这种算法生成的不是绝对随机,而是一种伪随机数,线性同余法算法的的公式是:

第n+1个数 = ( 第n个数 * a + b) % m

上面的公式中a、b和m分别为常数,是生成随机数的因子,如果之前从未通过同一个random对象生成过随机数(也就是调用过next方法),那么第n个随机数为将被指定为一个默认的常数,这个常数在创建一个random类时被默认值指定,random也提供一个构造函数允许开发者使用自己的随机数因子,这一切可通过微软官方开源代码看到:

public random() : this(environment.tickcount) { }  public random(int seed) { }

 通过默认构造函数创建random类时,一个environment.tickcount对象作为因子被默认传递给第二个构造函数,environment.tickcount表示操作系统启动后经过的毫秒数,计算机的运算运算速度远比毫秒要快得多,这导致一个的具有毫秒精度的因子参与随机数的生成过程,但在5次循环中,我们使用了同一个毫秒级的因子,从而生成相同的随机数,另外,第n+1个数的生成与第n个数有着直接的关系。

在上面的例子中,假设系统启动以来的毫秒数为888毫秒,执行5次循环用时只有0.1毫秒,这导致在循环中创建的5个random对象都使用了相同的888因子,每次被创建的随机对象又使用了相同的第n个数(默认为常数),通过这样的假设我们不难看出,上面的结果是必然的。

现在我们改变这个格局,在循环之外创建一个random对象,在每次循环中引用它,并通过它生成随机数,并在同一个对象上多次调用next方法,从而不断变化第n个数,代码如下所示:

random random = new random();  for (int i = 0; i < 5; i++) {     console.writeline(random.next()); }

执行后的结果如下所示:

391098894 1791722821 1488616582 1970032058 201874423

我们看到这个结果确实证实了我们上面的推断,第1次循环时公式中的第n个数为默认常数;当第二次循环时,第n个数为391098894,随后不断变化的第n个数作为因子参与计算,这保证了结果的随机性。

虽然通过我们的随机数看起来也很随机了,但必定这个算法是伪随机数,当第n个数和因子都相同时,生成的随机数仍然是重复的随机数,由于random提供一个带参的构造函数允许我们传入一个因子,如果传入的因子随机性强的话,那么生成的随机数也会比较可靠,为了提供一个可靠点的因子,我们通常使用guid产生填充因子,同样放在循环中测试:

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()); }

 这样的方式保证了填充因子的随机性,所以生成的随机数也比较可靠,运行结果如下所示:

734397360 1712793171 1984332878 819811856 1015979983

在一些场景下这样的随机数并不可靠,为了生成更加可靠的随机数,微软在system.security.cryptography命名空间下提供一个名为rngcryptoserviceprovider的类,它采用系统当前的硬件信息、进程信息、线程信息、系统启动时间和当前精确时间作为填充因子,通过更好的算法生成高质量的随机数,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);

通过这种算法生成的随机数,经过成千上万次的测试,并未发现重复,质量的确比random高了很多。另外windows api也提供了一个非托管的随机数生成函数cryptgenrandom,cryptgenrandom与rngcryptoserviceprovider的原理类似,采用c++编写,如果要在.net中使用,需要进行简单的封装。它的原型如下所示:

bool winapi cryptgenrandom(   _in_     hcryptprov hprov,   _in_     dword dwlen,   _inout_  byte *pbbuffer );

以上就是零度为您带来的随机数生成方法和基本原理,您可以通过需求和场景选择最佳的方式,random算法简单,性能较高,适用于随机性要求不高的情况,由于rngcryptoserviceprovider在生成期间需要查询上面提到的几种系统因子,所以性能稍弱于random类,但随机数质量高,可靠性更好。

 二.guid 类

system.guid

guid (globally unique identifier) 全球唯一标识符

guid的计算使用到了很多在本机可取到的数字,如硬件的id码,当前时间等.所计算出的128位整数(16字节)可以接近唯一的输出.

console.writeline(guid.newguid().tostring());

计算结果是xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx结构的16进制数字.当然这个格式也是可以更改的.

三.rngcryptoserviceprovider 类

system.security.cryptography.rngcryptoserviceprovider 

rngcryptoserviceprovider 使用加密服务提供程序 (csp) 提供的实现来实现加密随机数生成器 (rng)

rngcryptoserviceprovider csp = new rngcryptoserviceprovider();
byte[] bytecsp = new byte[10];
csp.getbytes(bytecsp);
console.writeline(bitconverter.tostring(bytecsp));

因该类使用更严密的算法.所以即使如下放在循环中,所计算出的随机数也是不同的.

for (int i = 0; i < 10; i++)
{
    rngcryptoserviceprovider csp = new rngcryptoserviceprovider();
    byte[] bytecsp = new byte[10];
    csp.getbytes(bytecsp);
    console.writeline(bitconverter.tostring(bytecsp));
}
//但是rngcryptoserviceprovider的计算较为繁琐,在循环中使用会消耗造成大量的系统资源开销,使用时需注意.
membership.generatepassword()

membership是一个方便快捷的进行角色权限管理的类,偶然发现一个很有意思的方法,没研究过是如何实现的

public static string generatepassword(int length, int numberofnonalphanumericcharacters);
//
// 摘要:
//     生成指定长度的随机密码。
//
// 参数:
//   numberofnonalphanumericcharacters:
//     生成的密码中的标点字符数。
//
//   length:
//     生成的密码的字符数。长度必须介于 1 和 128 个字符之间。
//
// 返回结果:
//     指定长度的随机密码。

例:

for (int i = 0; i < 10; i++)
{
    response.write(membership.generatepassword(20, 1) + "<br>");
}

结果为

c!&^hotnv3!zhkk9babu

azlger)jj-uw8q*14yz*

i3qnb]zxu16ht!kkz!q*

9u:maq&c1x)^aed@xe**

ol(%4jvfbp&t5*hpl4l-

6@zj$cnhw&d+|xof:qik

a/!di&l*ty$qamh0gyzy

z^wu6{1bmq7d^+wu]>f$

1ogijs3&09fw0f9.|axa

8f+gy+l{o6x{sfugme*%

 

原文:https://www.cnblogs.com/xiaowie/p/8759837.html