四个List列表，List列表A=List<B>,List列表B=List<C>,列表C=List<D>,列表D=List<double>,D 列表行数上限为1000，C上限为60，B为60，A为24，如何个A列表里面添加随机数C#

在C#中，你可以使用`Random`类生成随机数并逐个填充到每个级别的列表中。下面是关于如何创建并填充这样的四个列表的示例代码：

using System;
using System.Collections.Generic;
using System.Linq;

class Program
{
    static void Main(string[] args)
    {
        Random random = new Random();
        List<List<List<List<double>>>> A = GenerateLists(24, 60, 60, 1000, random);
        
        foreach (var hour in A)
        {
            Console.WriteLine("Hour:");
            foreach (var minute in hour)
            {
                Console.WriteLine("\tMinute:");
                foreach (var second in minute)
                {
                    Console.WriteLine("\t\tSecond:");
                    foreach (var value in second)
                    {
                        Console.WriteLine("\t\t\t{0}", value);
                    }
                }
            }
        }
    }

    static List<List<List<List<double>>>> GenerateLists(int hours, int minutesPerHour, int secondsPerMinute, int maxValuesPerColumn, Random random)
    {
        List<List<List<List<double>>>> A = new List<List<List<List<double>>>>(hours);
        for (int i = 0; i < hours; i++)
        {
            List<List<List<double>>> B = new List<List<List<double>>>(minutesPerHour);
            for (int j = 0; j < minutesPerHour; j++)
            {
                List<List<double>> C = new List<List<double>>(secondsPerMinute);
                for (int k = 0; k < secondsPerMinute; k++)
                {
                    List<double> D = new List<double>(maxValuesPerColumn);
                    for (int l = 0; l < maxValuesPerColumn; l++)
                    {
                        D.Add(random.NextDouble()); // 随机生成0-1之间的双精度数
                    }
                    C.Add(D);
                }
                B.Add(C);
            }
            A.Add(B);
        }
        return A;
    }
}

在这个例子中，我们首先创建一个`Random`对象，然后使用`GenerateLists`函数递归地填充各个列表。对于每个列表，我们都生成指定数量的随机数。

注意，由于列表层级较多，实际操作可能会变得复杂，尤其是当数据量大时。在实际应用中，可以考虑优化生成过程，例如使用流式编程或多线程来提高效率。