JS随机数生成算法

------------------------------------------

知乎上边淘到的知识，又学到了~

http://www.zhihu.com/question/22818104

------------------------------------------

见到这个随机数生成算法好几次了，乍看有点鸡肋本来用Math.random()就可以的事。想不清楚为什么他要用9301,49297,233280这三个数字？其中有道理吗？还是仅是随意选的三个数？但是这个组合貌似流传很广。好多小网站源码里都见到过。

        function
        rnd
        (
        seed
        ){
        seed
        =
        (
        seed
        *
        9301
        +
        49297
        )
        %
        233280
        ;
        //为何使用这三个数?
        return
        seed
        /
        (
        233280.0
        );
        };
        function
        rand
        (
        number
        ){
        today
        =
        new
        Date
        ();
        seed
        =
        today
        .
        getTime
        ();
        return
        Math
        .
        ceil
        (
        rnd
        (
        seed
        )
        *
        number
        );
        };
        myNum
        =
        (
        rand
        (
        5
        ));
        

        

        Google了一下这3个数字，一些说法也是人云亦云没有找到合理的解释。
        

        例如:
        Generate Repeatable Random Numbers (in JS)
        

        

    

You may ask: Why ‘(seed * 9301 + 49297) % 233280‘ ?!
The answer is both simple&complicated: The combination of 9301, 49297 and 233280 provide a very even distributed set of “random” numbers. Please don’t ask WHY – that’s the complicated part, some very smart people figured out those numbers quite some time ago, and I also cannot tell you how they did it.

        

        很聪明的前人算出来的？。。。
        

        

        =============================================================
        

        又找到一个页面 
        http://www.ict.griffith.edu.au/anthony/info/C/RandomNumbers
         好像有列举，但是没能看懂，ACM之类的。。，有人能解释下不？

    

        Simple (bad) Psuedo Random Number Generator (Sic)
The low bit typically just toggles between calls.

random() {
   seed = ( seed * mulitiplier + increment ) % modulus;
   return seed;
}

Table of Good values
   Multiplier    Increment     Modulus
      25173         13849        65536
       9301         49297       233280
    

        
            
=+=+=+=+=+=+=+=+=+=+=+=+==+=+=+=+=+=+=+=+=+=+=+=+= 简陋的分割线 =+=+=+=+=+=+=+=+=+=+=+=+==+=+=+=+=+=+=+=+=+=+=+=+=

        here is the answer： 

很多人认为这是简单的Magic Number，其实这背后有内在的原因，这三个数字并不是随便乱选出来的。

入门级的选择标准
这种伪随机数生成器叫做线性同余生成器（LCG, Linear Congruential Generator)，几乎所有的运行库提供的rand都是采用的LCG，形如：

生成的伪随机数序列最大周期m，范围在0到m-1之间。要达到这个最大周期，必须满足

    

• c与m互质
• a - 1可以被m的所有质因数整除
• 如果m是4的倍数，a - 1也必须是4的倍数

        
            以上三条被称为Hull-Dobell定理。
            

            作为一个伪随机数生成器，周期不够大是不好意思混的，所以这是要求之一。
            

            可以看到，a=9301, c = 49297, m = 233280这组参数，以上三条全部满足。
            

            

            进阶级的选择标准
            

            要在伪随机数生成器界混，仅仅入门是不够的。
            

            从工程的角度来讲，
            
            的值要（在合理的范围内）足够小，以避免溢出的问题。
            

            从安全（实用）性的角度来讲，还要满足良好的随机性，这一点可以通过Knunth‘s Spectral Test来评估（见[2]），要通过2,3,4,5以及6维的Spectral Test才行。Spectral Test考察的就是生成的伪随机数序列在超空间的网格结构（lattice structure），当年IBM的RNADU子程序闹出的乌龙，连3维的Spectral Test就不能通过，上图嘲讽下：
            

            
            其中每个点代表三个连续的RANDU生成的伪随机数值，可以看到所有伪随机数分布在了15个二维平面上。
            

            

            在这种要求面前，c的值最好：
            

        
    

• 是质数 （c = 49297就是质数）
• 接近,(m = 233280时为49297.86460172205)

        
            所以有了这样一些基本的标准，能够选择的参数范围就小了很多，弄个程序跑下Spectral Test，就能得到可选的参数组。
            

            
            

            参考资料：
            

            [1] 
            http://nuclear.fis.ucm.es/COMP-PHYS/RANDOM/RandomNumbers.pdf
            

            [2] 
            http://random.mat.sbg.ac.at/tests/theory/spectral/
            

            

        
    

原文：http://www.cnblogs.com/yangtze736-2013-3-6/p/3563954.html