JavaScript的Math.random的随机性如何？

6年来，我的网站上有一个随机数字生成器页面。很长一段时间，这是谷歌“随机数字生成器”的第一个或第二个结果，并已被用来决定几十个，即使不是数百个讨论论坛和博客上的比赛和图纸（我知道，因为我看到在我的推荐人networking日志，通常去看看）。

今天有人给我发邮件告诉我可能不像我想象的那样随意。 她尝试生成非常大的随机数（例如，1到10000000000000000000），发现它们几乎总是相同的数字位数。事实上，我把这个函数封装在一个循环中，所以我可以生成数以千计的数字，对于非常大的数字， 变化只有2个数量级。

为什么？

这里是循环版本，所以你可以自己尝试一下：

http://andrew.hedges.name/experiments/random/randomness.html

它包含了一个从Mozilla开发者networking中直接获得的实现，以及一些1997年的代码，我刷掉了一个不再存在的网页（Paul Houle的“Central Randomizer 1.3”）。查看源代码，了解每种方法的工作原理。

我在这里和其他地方阅读了梅森·费尔斯特。 我感兴趣的是为什么JavaScript内置的Math.random函数的结果不会有更大的变化。谢谢！

给定1到100之间的数字。

给定1到1000之间的数字。

等等。

因此，如果您随机select一些，那么绝大多数选定的数字将具有相同的数字位数，因为绝大多数可能的数值具有相同的位数。

您的结果实际上是预期的。如果随机数在1至10 ^ n的范围内均匀分布，那么你可以期望9/10的数字有n个数字，而另外的9/100有n-1个数字。

有不同types的随机性。 Math.random给你一个统一的数字分布。

如果你想要不同的数量级，我会build议使用指数函数来创build所谓的幂律分布：

number = Math.floor(Math.exp(Math.random()*Math.log(maxmimum-minimum+1)))+minimum

这行应该给你大致相同数目的2位数字和3位数字的1位数字。

还有一些随机数的分布，如正态分布（也称为高斯分布）。

下面的文章解释了Amid Klein（2008）的主要Web浏览器中的math.random（）是如何（不）安全的： “主要浏览器中的临时用户跟踪和跨域信息泄露和攻击” 。它不比典型的Java或Windows内置的PRNGfunction更强大。

另一方面，实施期间2 ^ 19937-1的SFMT需要为每个PRNG序列维护2496个字节的内部状态。有些人可能会认为这是不可原谅的成本。

看起来完全随机给我！（提示：依赖于浏览器）

就我个人而言，我认为我的实施会更好，虽然我把它从XKCD上偷了下来，谁都应该承认：

 random = 4; // Chosen by a fair dice throw. Guaranteed to be random.

如果您使用像10000000000000000000这样的数字，那么您将超出Javascript正在使用的数据types的准确性。请注意，所有生成的数字都以“00”结尾。

我尝试了混沌游戏上的JS伪随机数生成器。

我的Sierpiński三angular形说它非常随机：

那么，如果你生成的数字是1e6，那么你将希望以大致相等的概率得到所有的数字。这也意味着你只有十分之一的机会得到一个数字less一个数字。百分之一获得两位数的机会，等等。我怀疑你使用另一个RNG时会看到很大的差别，因为你在数字上有一个统一的分布，而不是对数。