在Javascript中播种随机数字生成器
是否有可能在JavaScript中播种随机数发生器（Math.random）？
不，不是，但是编写自己的发电机相当容易，或者更好地使用现有发电机。 退房： 这个相关的问题 。
另外，请参阅David Bau的博客， 了解有关播种的更多信息 。
我的另一个答案代表了一个更传统的algorithm，但我发现戴夫斯科特对这个答案的评论是一个更有说服力的。 不幸的是，由于string操作，它非常慢。
这个版本的速度要快20倍，而且要更精确一些。
var seed = 1; function random() { var x = Math.sin(seed++) * 10000; return x - Math.floor(x); }
您可以将seed设置为任意数字，避免零（或Math.PI的任何倍数）。
在我看来，这个解决scheme的优雅来自于缺乏任何“魔术”数字（除了10000，它代表了为避免奇怪模式而必须扔掉的最小数字位数） – 请参见值为10,100,1000的结果）。 简洁也很好。
它比Math.random（）要慢2到3倍，但我相信它跟用JavaScript编写的任何其他解决scheme一样快。
不，但是这是一个简单的伪随机生成器，我改编自Wikipedia ：
var m_w = 123456789; var m_z = 987654321; var mask = 0xffffffff; // Takes any integer function seed(i) { m_w = i; m_z = 987654321; } // Returns number between 0 (inclusive) and 1.0 (exclusive), // just like Math.random(). function random() { m_z = (36969 * (m_z & 65535) + (m_z >> 16)) & mask; m_w = (18000 * (m_w & 65535) + (m_w >> 16)) & mask; var result = ((m_z << 16) + m_w) & mask; result /= 4294967296; return result + 0.5; }
编辑：通过使其重置m_z固定种子function
AnttiSykäri的algorithm很好，很短。 当你调用Math.seed（s）的时候，我最初做了一个replaceJavascript的Math.random的变体，但是Jason评论说返回函数会更好：
Math.seed = function(s) { return function() { s = Math.sin(s) * 10000; return s - Math.floor(s); }; }; // usage: var random1 = Math.seed(42); var random2 = Math.seed(random1()); Math.random = Math.seed(random2());
这给你另一个Javascript没有的function：多个独立的随机生成器。 如果您想要同时运行多个可重复的模拟，这一点尤其重要。
请参阅Pierre L'Ecuyer的工作回到20世纪80年代末和90年代初。 还有其他的。 如果你不是专家，自己创build一个（伪）随机数发生器是非常危险的，因为很可能结果不是统计上随机的，或者有一个小的周期。 皮埃尔（和其他人）把一些好的（伪）随机数发生器放在一起，这些发生器很容易实现。 我使用他的一个LFSR发生器。
~lecuyer/myftp/papers/handstat.pdf
菲尔·特洛伊
结合一些以前的答案，这是你正在寻找的可植入的随机函数：
Math.seed = function(s) { var m_w = s; var m_z = 987654321; var mask = 0xffffffff; return function() { m_z = (36969 * (m_z & 65535) + (m_z >> 16)) & mask; m_w = (18000 * (m_w & 65535) + (m_w >> 16)) & mask; var result = ((m_z << 16) + m_w) & mask; result /= 4294967296; return result + 0.5; } } var myRandomFunction = Math.seed(1234); var randomNumber = myRandomFunction();
不过要小心使用这个，不过我不相信随机数的分布是非常好的，它似乎向0-5范围加权。 至less那是我在随机行走可视化方面的经验。
编写你自己的伪随机生成器非常简单。
Dave Scotese的build议是有用的，但正如其他人所指出的那样，它的分布不是很均匀。
但是，这不是因为罪的整数论证。 这只是因为罪的范围，恰好是一个圆的一维投影。 如果你将采取圆的angular度，而不是一致的。
所以，而不是sin（x）使用arg（exp（i * x））/（2 * PI）。
如果你不喜欢线性顺序，把它和xor混合一下。 实际的因素也不重要。
要生成n个伪随机数，可以使用下面的代码：
function psora(k, n) { var r = Math.PI * (k ^ n) return r - Math.floor(r) } n = 42; for(k = 0; k < n; k++) console.log(psora(k, n))
还请注意，当需要真正的熵时，不能使用伪随机序列。
