【随机数字生成器】一、
随机数字生成器（Random Number Generator，简称 RNG）是一种用于生成不可预测、无规律数字序列的工具或算法。它在计算机科学、密码学、游戏开发、统计分析等多个领域中具有广泛应用。根据其生成方式的不同，RNG 可以分为伪随机数生成器和真随机数生成器两类。
伪随机数生成器（PRNG）通过算法和初始种子值生成看似随机的数字序列，但本质上是确定性的，若知道种子和算法，可以重复生成相同的结果。而真随机数生成器（TRNG）则依赖于物理过程（如热噪声、电子噪声等）来生成真正的随机数，因此无法被预测。
在实际应用中，选择哪种类型的 RNG 通常取决于具体需求。例如，在需要高安全性的场景中，如加密系统，通常会使用 TRNG；而在一般的游戏或模拟中，PRNG 更为常见，因其效率更高且易于实现。
二、表格对比
| 特性 | 伪随机数生成器（PRNG） | 真随机数生成器（TRNG） |
| 生成方式 | 基于算法和种子值 | 依赖物理现象（如热噪声、量子效应等） |
| 预测性 | 可预测（若已知种子和算法） | 不可预测 |
| 速度 | 快，适合大量数据生成 | 较慢，受物理设备限制 |
| 安全性 | 一般，适用于非关键任务 | 高，适用于加密、安全等领域 |
| 可重复性 | 可重复（同一种子生成相同序列） | 不可重复 |
| 实现复杂度 | 相对简单 | 相对复杂，需硬件支持 |
| 典型应用场景 | 游戏、模拟、测试、一般数据分析 | 加密、安全认证、彩票系统、科研实验 |
三、结语
随机数字生成器是现代技术不可或缺的一部分，其选择与应用直接影响到系统的安全性、可靠性和性能。了解不同类型的 RNG 及其优缺点，有助于在实际项目中做出更合理的决策。