: : 然而，如果将自然乱数再做一次虚拟乱数演算法所得到的数值，并不能称之为自然乱数 : 因为每一次运算所得到数值都与自然乱数相关 : 连续做多次虚拟乱数演算法所得到一连串数字彼此之间有关联 : 这些数字只能代表同一个自然乱数的衍生物 : 只要知道第一个数字是多少，後面的数字全部都可以推算出来 : 相对地，一连串真正的自然乱数是知道第一个数字，仍然无法推算出其他乱数是多少。 : : 举例而言，你有办法知道另一个使用者 (人) input 的时间间隔吗？ : : -- :

※ 发信站: 批踢踢实业坊(ptt.cc) : ◆ From: 140.116.247.13 : → HuangJC:乱数的乱度也很重要,以前拿到一个 0x00~0xFF 的乱数时,都 05/19 12:48 : → HuangJC:自己任意扩展到 0x0000~0xFFFF 使用,老实说没数学底子,心 05/19 12:48 : → HuangJC:里很虚,不知有没有造成某一区特别偏重的问题 05/19 12:48 乱度我不清楚是什麽，但是我知道均匀度可以用数字简单估测。 假设你说的乱度就是我说的均匀度 我必须提出一点： 自然乱数的分布不太均匀 若自然乱数比任何虚拟乱数都均匀 那麽下一个时间点的自然乱数比虚拟乱数更容易预测 然而事实却是自然乱数比虚拟乱数还要难预测，而且自然乱数的分布并没有比较均匀 换言之，以均匀为目标的虚拟乱数反而比自然乱数还要均匀。 回到你的问题，0x00~0xFF 扩展至 0x0000~0xFFFF 是非 onto 的对映关系 也就是说，有些对应域的数值不会被定义域的数值对映到。 如果你早就知道这一点的话，下一个问题是「会不会有某一区特别偏重」 答案是视你的乱数产生法而定，就我所知的三个乱数产生法而言 有些乱数产生法非常不均匀，但是很难预测下一个时间点运算出来的乱数 也有些乱数产生法非常均匀，可是用人脑都知道下一个时间点算出来的会是多少。 以你担心某一区偏重的问题而言 可以用均匀分布之乱数产生器来解决 (附带一提，Java 内建的 Random 之演算法是属於不均匀，但是很难预测的那种) : → HuangJC:人输入的时间间隔也会受 clock 取样影响,出现数位化的边界 05/19 12:49 : → HuangJC:当然如果能以量子级的取样,那我绝不担心 :P 05/19 12:50 取样得愈细，某位数以下的数值愈可以当作乱数 (想像细至 1E-10 cm) 这麽小的数值，几乎可以归至误差或是杂讯 只要误差或杂讯干扰大到某个程度 (想像误差是 -1E-9 ~ 1E-9 cm) 下一个时间点的取样结果几乎不可能被预测，毕竟人类还没办法完全掌握误差和杂讯。 以你说的 clock 取样影响，人输入的时间间隔之最小单位就是一个 clock 但是人输入的时间间隔难以预测，再加上其他电路的干扰 可以让误差大过 clock 取样的好几倍……这样还需要担心乱数不乱吗？ 我是不太懂为什麽一定要到量子级才不用担心，难道 clock 还不够细...? --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 122.117.172.148