工具简介
随机数生成器，可以根据指定的规则，随机生成一组数字。
本工具使用梅森旋转算法(Mersenne Twister)来模拟随机行为，因为真实的随机数是通过物理现象产生的，比如：抛掷钱币、摇骰子、电子元件的噪音、核裂变等等。这样的随机数发生器叫做物理性随机数发生器，本工具是通过一定的算法来达到产生随机数的效果，在计算机领域称为「伪随机」。伪随机数具有随机数的统计特征，因此，在大部分应用场景中，伪随机数即可满足要求。本站还提供了以下随机字符生成工具：随机密码生成器：支持批量生成随机强密码的工具
UUID 生成器：通用唯一识别码 UUID 生成工具，同样支持批量生成
选项说明
随机数生成器提供了几个选项来生成需要的随机数：生成个数：指定本次生成多少个随机数
最小值：指定生成的随机数的最小值(含)，必须大于等于0
最大值：指定生成的随机数的最大值(含)，必须大于最小值
生成结果：这里指定生成的结果是否要求唯一或允许重复
点击「生成随机数」按钮，即可按照设定的规则，生成一组随机数。
生成的随机数可应用于抽奖、测试 Mock 数据或者其他需要随机数字的应用中。
附：梅森旋转算法简介
梅森旋转算法(Mersenne twister)是一个伪随机数发生算法。由松本真和西村拓士在 1997 年开发，基于有限二进制字段上的矩阵线性递归，对于一个 k 位 2 进制数，梅森旋转算法可在 [0, 2^k-1] 的范围内生成离散型均匀分布的随机数。该算法可以快速产生高质量的伪随机数，修正了古典随机数发生算法的很多缺陷。
优点许可免费，而且对所有它的变体专利免费(除 CryptMT 外)；
在应用最广泛的 MT19937 变体中，周期非常长，达到 2^19937-1；
在 1 ≤ k ≤ 623 的维度之间都可以均等分布；
除了在统计学意义上的不正确的随机数生成器以外，比其他伪随机数生成算法要快；
缺点需要大量的缓冲器(2.5kib)，但在 TinyMT 版本中得到修正(只需 127 bits)
吞吐量中等，但在 SFMT 版本中修正
产生的随机数与 seed 相关，不能用于蒙特卡洛模拟
由相同的初始序列产生的随机状态几乎相同
非加密安全的，除 CryptMT 外
算法过程
整个算法主要分为三个阶段：第一阶段：获得基础的梅森旋转链；
第二阶段：对于旋转链进行旋转算法；
第三阶段：对于旋转算法所得的结果进行处理；
算法实现的过程中，参数的选取取决于梅森素数，故此得名。
梅森旋转算法的 C 语言实现
下面是梅森旋转算法的 C 语言实现代码，供参考：#include
// 定义MT19937-32的常数
enum
{
// 假定 W = 32 (此项省略)
N = 624,
M = 397,
R = 31,
A = 0x9908B0DF,
F = 1812433253,
U = 11,
// 假定 D = 0xFFFFFFFF (此项省略)
S = 7,
B = 0x9D2C5680,
T = 15,
C = 0xEFC60000,
L = 18,
MASK_LOWER = (1ull << R) – 1,
MASK_UPPER = (1ull << R)
};
static uint32_t mt[N];
static uint16_t index;
// 根据给定的seed初始化旋转链
void Initialize(const uint32_t seed)
{
uint32_t i;
mt[0] = seed;
for ( i = 1; i < N; i++ )
{
mt[i] = (F * (mt[i – 1] ^ (mt[i – 1] >> 30)) + i);
}
index = N;
}
static void Twist()
{
uint32_t i, x, xA;
for ( i = 0; i < N; i++ )
{
x = (mt[i] & MASK_UPPER) + (mt[(i + 1) % N] & MASK_LOWER);
xA = x >> 1;
if ( x & 0x1 )
{
xA ^= A;
}
mt[i] = mt[(i + M) % N] ^ xA;
}
index = 0;
}
// 产生一个32位随机数
uint32_t ExtractU32()
{
uint32_t y;
int i = index;
if ( index >= N )
{
Twist();
i = index;
}
y = mt[i];
index = i + 1;
y ^= (y >> U);
y ^= (y << S) & B;
y ^= (y << T) & C;
y ^= (y >> L);
return y;
}