随机数生成器

欢迎使用互联网上最可靠的随机数生成器。无论您需要挑选一个幸运数字、抽取抽奖中奖者,还是为统计分析生成复杂数据集,我们的工具都能给出即时、无偏且加密安全的结果。只需设置最小值和最大值,剩下的交给命运吧!

历史记录

为什么选择我们的随机数生成器?

100% 公平无偏

所选范围内的每个数字出现概率完全相等。

即时生成

无加载等待、无服务器延迟。结果在您的浏览器本地即时生成。

隐私优先

我们不追踪您的数字,也不存储结果。一切都在本地完成。

随处可用

完美适配桌面端、平板和移动端浏览器。

随机数生成器能用来做什么?

一个可靠的随机数工具是成千上万日常场景中必不可少的帮手。我们的用户常用它来:

抽奖与优惠活动

从大量社交媒体评论或参赛名单中公平地抽选中奖号码。

桌游与角色扮演

忘记带骰子时,当作虚拟骰子(d4、d20、d100)使用。

课堂与教育

老师可以随机抽取学生回答问题,或将其分配到不同的小组。

统计抽样

为数据分析、临床试验或质量控制生成真正的随机样本。

快速决策

解决争论、决定吃什么,或确定谁先开始。

全部范围

并非所有随机数都一样

人类对公平的追求从古代实体骰子和抽签,发展到早期计算。1946 年,约翰·冯·诺依曼推出了第一个伪随机数生成器(PRNG),随后是 1951 年的 Ferranti Mark 1。然而,并非所有随机数都是一样的。如今大多数在线生成器仍然使用那些可预测且有缺陷的数学公式。我们另辟蹊径。通过利用 crypto.getRandomValues() 等加密 API,我们直接从您的硬件中提取熵,消除隐藏模式,确保每一个结果都是真正的、可证明的随机。

特性RNG Generator普通生成器
随机性来源加密(硬件熵)伪随机(数学公式)
算法crypto.getRandomValues()Math.random()
可预测性不可预测可由种子复现
均匀性完美(拒绝采样)可能存在取模偏差
适合抽奖与开奖是——可证明公平不推荐
隐私100% 本地,无服务器视情况而定

我们的加密方案使每个结果都适合彩票抽奖、课堂选择、统计抽样和游戏机制。

常见问题

如何在 1 到 10 之间生成一个随机数?
只需将最小值设为 1、最大值设为 10,然后点击“生成”即可。您也可以使用我们专门的 1 至 10 页面 快速获取结果。
这是一个真正的随机数生成器吗?
是的。我们使用 crypto.getRandomValues(),它是浏览器内置的加密随机数生成器。它产生真正不可预测的数字——而不是像 Math.random() 那样的伪随机数。
可以一次生成多个随机数吗?
可以!更改“生成几个?”即可一次生成最多 1,000 个数字。您还可以开启“不重复”,确保所有数字均不重复。
为什么真正的随机有时看起来“很集中”?
人类天生擅长寻找规律。如果一串序列看起来过于“完美分布”(如 1、4、7、2、9),那它很可能是人写的,而非计算机生成。真正的随机会自然产生聚簇和连续(聚类错觉)。矛盾的是,真正随机的序列在人类眼中反而常常显得不够随机。
我连续 3 次得到同一个数字,是不是坏了?
完全没有!这被称为“赌徒谬误”,是一种经典认知偏差。真正的随机没有记忆。如果您使用 1-10 生成器,得到“7”的概率是 10%。即使您刚刚连续三次得到“7”,第四次仍是 7 的概率依旧是 10%。
如何在 1 到 100 之间挑选一个随机数?
将最小值设为 1、最大值设为 100,然后点击“生成”。您也可以访问我们的 1 至 100 随机数 页面快速获取结果。若需在该范围内生成多个不重复数字,请开启“不重复”。
为什么这里的结果和其他生成器不一样?
不同的生成器使用不同的算法和“种子”。大多数普通生成器以浏览器时间戳作为种子,可以被人预测。我们完全绕开了这一点,使用您设备底层硬件的熵,从而保证每次生成结果都独立且唯一。
如何验证你们的生成器是否真的公平?
您可以亲自测试均匀分布!生成 1,000 个较小的数字(比如 1 到 10)并统计结果,您会发现每个数字大约出现 100 次。若要进一步做统计验证,数学家会使用卡方(χ²)拟合优度检验来证明我们的输出符合完美均匀分布。