: : 然而，如果將自然亂數再做一次虛擬亂數演算法所得到的數值，並不能稱之為自然亂數 : 因為每一次運算所得到數值都與自然亂數相關 : 連續做多次虛擬亂數演算法所得到一連串數字彼此之間有關聯 : 這些數字只能代表同一個自然亂數的衍生物 : 只要知道第一個數字是多少，後面的數字全部都可以推算出來 : 相對地，一連串真正的自然亂數是知道第一個數字，仍然無法推算出其他亂數是多少。 : : 舉例而言，你有辦法知道另一個使用者 (人) input 的時間間隔嗎？ : : -- :

※ 發信站: 批踢踢實業坊(ptt.cc) : ◆ From: 140.116.247.13 : → HuangJC:亂數的亂度也很重要,以前拿到一個 0x00~0xFF 的亂數時,都 05/19 12:48 : → HuangJC:自己任意擴展到 0x0000~0xFFFF 使用,老實說沒數學底子,心 05/19 12:48 : → HuangJC:裏很虛,不知有沒有造成某一區特別偏重的問題 05/19 12:48 亂度我不清楚是什麼，但是我知道均勻度可以用數字簡單估測。 假設你說的亂度就是我說的均勻度 我必須提出一點： 自然亂數的分佈不太均勻 若自然亂數比任何虛擬亂數都均勻 那麼下一個時間點的自然亂數比虛擬亂數更容易預測 然而事實卻是自然亂數比虛擬亂數還要難預測，而且自然亂數的分佈並沒有比較均勻 換言之，以均勻為目標的虛擬亂數反而比自然亂數還要均勻。 回到你的問題，0x00~0xFF 擴展至 0x0000~0xFFFF 是非 onto 的對映關係 也就是說，有些對應域的數值不會被定義域的數值對映到。 如果你早就知道這一點的話，下一個問題是「會不會有某一區特別偏重」 答案是視你的亂數產生法而定，就我所知的三個亂數產生法而言 有些亂數產生法非常不均勻，但是很難預測下一個時間點運算出來的亂數 也有些亂數產生法非常均勻，可是用人腦都知道下一個時間點算出來的會是多少。 以你擔心某一區偏重的問題而言 可以用均勻分佈之亂數產生器來解決 (附帶一提，Java 內建的 Random 之演算法是屬於不均勻，但是很難預測的那種) : → HuangJC:人輸入的時間間隔也會受 clock 取樣影響,出現數位化的邊界 05/19 12:49 : → HuangJC:當然如果能以量子級的取樣,那我絕不擔心 :P 05/19 12:50 取樣得愈細，某位數以下的數值愈可以當作亂數 (想像細至 1E-10 cm) 這麼小的數值，幾乎可以歸至誤差或是雜訊 只要誤差或雜訊干擾大到某個程度 (想像誤差是 -1E-9 ~ 1E-9 cm) 下一個時間點的取樣結果幾乎不可能被預測，畢竟人類還沒辦法完全掌握誤差和雜訊。 以你說的 clock 取樣影響，人輸入的時間間隔之最小單位就是一個 clock 但是人輸入的時間間隔難以預測，再加上其他電路的干擾 可以讓誤差大過 clock 取樣的好幾倍……這樣還需要擔心亂數不亂嗎？ 我是不太懂為什麼一定要到量子級才不用擔心，難道 clock 還不夠細...? --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 122.117.172.148