计算机如何生成随机数? 什么是种子？

根据随机性的来源和原理，随机数主要分为伪随机数（Pseudo Random Numbers, PRNG） 和真随机数（True Random Numbers, TRNG） 两大类，伪随机数是计算机最常用的随机数类型。

1. 伪随机数（Pseudo Random Numbers, PRNG）

伪随机数不是“真正的随机数”，其本质是通过 “确定性算法” 生成的、看似随机的数列—— 通过一个初始种子 (seed) 和确定性的算法（比如线性同余、Mersenne Twister、Xorshift 等）生成一个数列，只要初始条件（“种子”）固定，生成的数列就完全固定，不具备真正的不确定性。

• 种子： 随机数列的 “起点”，通常是一个整数。如果种子相同，无论何时、在何种设备上运行，生成的随机数序列都会完全一致

• 算法： 对种子进行数学变换（如移位、取模、乘法逆元等），生成下一个 “随机数”，同时将该数作为下一次计算的 “新种子”，循环往复生成数列

伪随机数具有可预测性和周期性，为了让伪随机数 “更随机”，关键是让种子具备不确定性，即避免使用固定种子，而是从系统中提取 “动态变量” 作为种子，例如使用
当前系统时间做种子（精确到毫秒 / 微秒，如1696412345678）；

2. 真随机数（True Random Numbers, TRNG）

真随机数的核心是从物理世界的 “天然不确定性” 中提取随机信息，其生成过程不依赖算法，也无法被预测或复现，具备真正的随机性。

真随机数的核心原理是提取物理世界的 “噪声”，通过硬件传感器捕捉这些噪声，再转化为二进制的随机数，如：电子噪声，环境噪声，量子现象等。