简短的回答
随机数生成器生成在选定范围内不可预测的值。该工具使用伪随机算法 - 本质上是确定性的，但在统计上与游戏、样本和抽奖等日常使用的真实随机性无法区分。设置最小值、最大值、计数和数字类型（整数或小数），并且在整个范围内以相等的概率选择每次抽奖。
要点
- 伪随机生成器适用于游戏、模拟和随意选择，但不适用于加密安全，因为加密安全需要真实的或加密安全的随机性。
- 排除特定号码会将它们完全从池中删除——剩下的号码仍然有相同的抽奖机会。
- 经过多次抽签，统一生成器的数字应该平均到范围的中间——计数和范围决定任何一批与该平均值的接近程度。
- 带重复或不带重复的采样是不同的模式——不带重复的采样会从池中删除一旦抽取的每个数字，这在计数接近范围大小时很重要。
伪随机与真随机
| 类型 | 来源 | 适合 |
|---|---|---|
| 伪随机 | 确定性算法 | 游戏、模拟、采样、教学 |
| 真随机 | 物理熵（大气噪声、放射性衰变） | 加密密钥、安全关键抽签 |
在整数和小数之间进行选择
使用整数来表示任何以整个单位计算的内容 - 掷骰子、彩票号码、选择中奖彩票号码、分配团队顺序。模拟连续测量（高度、体重、传感器读数或任何值自然落在整数之间的统计采样练习）时，请使用小数。
工作示例：范围的预期平均值
预期平均值 = (最小值 + 最大值) / 2
范围 1 到 10 → 预期平均值 = (1 + 10) / 2 = 5.5
一批从 1 到 10 的随机抽取不一定会得到精确的 5.5 平均值——小样本很容易偶然出现偏高或偏低的情况。相反，生成数百或数千个数字，平均值将稳定地接近 5.5，这是大数定律的直接说明。
要避免的常见错误
- Expecting a small batch of random numbers to look "evenly spread" — genuine randomness often produces clumps and streaks; a suspiciously even spread can actually signal a non-random pattern.
- 排除的数字超出了唯一抽奖所能支持的范围 - 您请求的唯一值不能多于排除后剩余的数字。
- 使用伪随机输出进行加密密钥或密码生成 - 这需要加密安全的随机源。
- Overlooking decimal precision when generating decimal values, which can make results look artificially "clean" for what's meant to simulate a continuous measurement.