C 中 rand 函数实现机制

导出时间：2026/5/27 22:30:32

来源地址：https://www.doubao.com/chat/15951476880757506

消息数量：9

这个同余序列，这个同余它为什么，呃，余数是看起来是随机的，这有数学上能证明吗？就说这个，在我看来，这个余数分布是否有这种随机概率相绑定的？所以它才是随机呢？这数学上有证明吗？

LCG 生成的余数序列看似随机，其 “随机性”（主要指分布均匀性和统计特性）在数学上有严格的理论支撑，核心围绕同余运算的分布特性和参数选择的条件展开。

LCG 的公式是 xₙ₊₁ = (a·xₙ + c) % m，生成的序列落在 [0, m-1] 范围内。要让序列看起来 “随机”，关键是让余数在该范围内均匀分布（即每个数出现的概率近似相等），且相邻元素之间没有明显关联。

数学上已证明：当参数 a, c, m 满足特定条件时，LCG 能达到满周期（周期等于 m），此时序列会遍历 [0, m-1] 中的所有数，且每个数仅出现一次，分布完全均匀。

计算机科学家高德纳（Knuth）给出了 LCG 达到满周期的三个条件：

满足这些条件时，LCG 的周期为 m，序列会均匀覆盖 [0, m-1] 中的所有数，此时余数的分布在周期内是完全均匀的，统计学上接近 “等概率出现”。

即使周期未达最大值，只要参数选择合理，LCG 的序列仍能满足统计随机性（如通过卡方检验、序列相关性检验等）：

这些特性可以通过数论和概率论中的 “均匀分布理论”“序列相关性分析” 等方法证明，核心是：同余运算在特定参数下，能打破初始值的规律性，使余数在范围内 “无偏” 分布。

LCG 的 “随机性”（均匀分布和低相关性）不是偶然的，而是参数满足数学条件时的必然结果。通过数论证明的满周期条件和统计检验，确保了其序列在数学意义上具有接近随机的分布特性，因此看起来 “随机”。但需注意，这是确定性算法下的伪随机，本质仍可预测，只是统计特性接近真随机。

LCG（线性同余法）的“序列周期”指的是它生成的随机数序列开始重复之前的长度。

具体来说，LCG通过公式next = (a * current + c) % m生成数字，从初始种子开始，每次计算出下一个数。但由于计算结果始终是0到m-1之间的整数（受模数m限制），生成的数字必然会重复。

当某个数字第二次出现时，由于算法是固定的，后续的数字序列会和第一次出现该数字后的序列完全一致，此时就说“序列开始周期重复”。这个从第一个数字到重复前最后一个数字的长度，就是该LCG的周期。

例如，若某个LCG的周期是1000，就意味着它生成1000个不同的数字后，第1001个数字会和第1个数字相同，之后的序列完全重复。周期越长，序列看起来越“随机”，所以设计LCG时会通过优化参数（a、c、m）来延长周期（理想情况下周期等于m）。

你的意思就 LCG 这个序列是人为设计出来的，就是人为挑选出来，所以它是以真随机的吗？而不是根据某种算法生成的？

不是的，LCG 生成的序列不是真随机，而且它恰恰是“根据某种算法生成的”，只是算法的参数（a、c、m）是人为设计的。

具体来说：

LCG 的核心是确定性算法（即“(a×current + c) % m”这个公式），只要初始种子确定，后续的所有数字就完全固定，没有任何不确定性，所以是“伪随机”，而非“真随机”。
人为设计的是算法的参数（比如选多大的 a、c、m），目的是让序列的周期更长、分布更均匀，看起来更接近随机，但本质上依然是可预测的确定序列。

真随机数需要依赖物理过程（如大气噪声、放射性衰变等），而 LCG 这类计算机算法生成的随机数，本质上都是“伪随机”。