javascript隨機數(shù)怎么使用

小編給大家分享一下javascript隨機數(shù)怎么使用，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

下面就以線性同余算法為例，來分析一下，為什么隨機函數(shù)還有可能被誤用，他原本不就是隨機的么？

在游戲開發(fā)中，一般都會設計有開寶箱環(huán)節(jié)，假設每個寶箱每次開出A的概率是30%，開出B的概率是70%，寶箱可以重復開。 

我們的代碼可能會這么寫

int open_box(box *b)

{

int n = rand() % 1000;

return  n < 300 ? b->a : b->b;

}

是的, 這段代碼就是開寶箱存在“墊刀”的根本原因。

我們來看一下線性同余(LCG)偽隨機算法的定義：

Nj+1 = (A*Nj + B) (mod M)(j, j+1為下標)

其中A,B,M為線性同余序列生成常數(shù)。

LCG周期為M，A,B,M的關系限定如下：

1. B,M互質(zhì)

2. M的所有質(zhì)因子都能整除A-1

3. 若M是4的倍數(shù)，則A-1 也是

4. A, B, N0都比M小

5. A,B是正整數(shù)

通俗點來講就是，線性同余生成的[0,M)個數(shù)在統(tǒng)計學意義上，是等概率出現(xiàn)的。也就是說在足夠多次隨機以后，他們出現(xiàn)的次數(shù)是相同的。

咋一看，感覺上面的代碼好像沒啥問題。因為[0,M)是等概率出現(xiàn)的，因此rand()%1000之后的值，也是等概率出現(xiàn)的。

但是！我們忽略了一個事實，這段代碼意味著。所有人的所有寶箱（甚至還有其他系統(tǒng)）共用了一個偽隨機序列。

假設rand()%1000的偽隨機序列是這樣的：

900，1，300， 500， 299， 785， 556 ...

我們來模擬一下多個寶箱交替打開的行為：

開寶箱1，rand()%1000返回的是900， 因此開出來的是B

開寶箱2，rand()%1000返回的是1， 因此開出來的是A

開寶箱1，rand()%1000返回的是300， 因此開出來的是B

開寶箱1，rand()%1000返回的是500, 因此開出來的是B

開寶箱2， rand()%1000返回的是299， 因此開出來的是A

如果寶箱1和寶箱2一直在以類似的順序交替打開。即使開再多次，你也很難拍著胸脯說，寶箱1和寶箱2開出來的A，B概率分布是符合預期的。

畢竟你親口告訴玩家，每個寶箱都有30%的概率開出來的是A，但是寶箱1卻從來開不出A。

事情之所以會演變成這樣。根本原因是，除了有一個偽隨機序列之外，還有一個真隨機事件，即玩家開寶箱的時機選擇。

用軟件工程的話來說，寶箱1和寶箱2通過一個全局變量（同一個線性同余序列）耦合在一起了，他們不是正交的。因此，開一個寶箱勢必會影響另一個，所以它必然是錯的。

還有很多類似的情況，比如一個技能的觸發(fā)概率。我們本來告訴玩家的是每個技能以某種特定的概率觸發(fā)，但是我們很可能做成了，以某種概率釋放了某個技能。

在我們用隨機函數(shù)之前，一定要先問問自己，所有使用rand()函數(shù)的地方其實是共用了同一個偽隨機序列，這樣真的沒問題么？

以上是“javascript隨機數(shù)怎么使用”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業(yè)資訊頻道！