QRandomGenerator使用当前时间作为种子能否生成随机数而非伪随机

QRandomGenerator使用当前时间作为种子，生成的随机数仍然是伪随机数，而不是真正的随机数。因为计算机系统的运行是可预测的，尤其是在处理大量数据时，生成的随机数很容易被猜测或预测，因此需要使用更复杂的算法和更强的随机源来生成真正的随机数。如果需要生成真正的随机数，可以使用硬件随机数生成器（如硬件随机数生成器芯片）或从外部随机源获取数据。

相关问题

给出以系统时间作为种子且不使用任何头文件的C语言随机数生成函数

以下是一个以系统时间作为种子且不使用任何头文件的C语言随机数生成函数的示例代码：

// 定义一个全局变量用于保存种子值
unsigned int seed = 0;

// 获取系统时间的函数
unsigned int getTime() {
    unsigned int time = 0;
    // 通过汇编嵌入获取系统时间
    asm volatile("rdtsc" : "=a"(time));
    return time;
}

// 生成随机数的函数
int generateRandomNumber() {
    // 使用系统时间作为种子
    if (seed == 0) {
        seed = getTime();
    }

    // 线性同余法生成伪随机数
    seed = (seed * 1103515245 + 12345) % (1 << 31);

    return seed;
}

int main() {
    int random_num = generateRandomNumber();

    // 打印随机数
    printf("Random number: %d\n", random_num);

    return 0;
}

在上面的示例中，我们定义了一个全局变量 `seed` 来保存种子值。然后，我们使用 `getTime()` 函数获取系统时间，并将其作为种子值。

接下来，我们使用线性同余法生成伪随机数。具体而言，我们使用公式 `seed = (seed * 1103515245 + 12345) % (1 << 31)` 来更新种子值，并返回该值作为生成的随机数。

在 `main()` 函数中，我们调用 `generateRandomNumber()` 函数来生成随机数，并将其赋值给 `random_num` 变量。最后，我们使用 `printf` 函数打印出生成的随机数。

请注意，由于这是一个简单的示例，使用的是伪随机数生成算法，并且没有考虑到种子的周期性和重复性问题。如果需要更强大和高质量的随机数生成，请考虑使用标准库提供的函数，如前面示例中所示。

生成随机数_浅析MT19937伪随机数生成算法

MT19937是一种伪随机数生成算法，它可以生成高质量的随机数序列。下面是MT19937算法的简要浅析：

MT19937算法的核心是一个624维的状态向量，每次生成随机数时，算法会根据这个状态向量生成一个随机数，并且更新状态向量。状态向量的初始值可以通过一个种子(seed)来确定，种子可以是任意的整数。

在生成随机数时，算法会先将状态向量中的624个数进行一次变换，然后取其中的一个数作为生成的随机数。变换的具体过程为：对于每个数i(0<=i<=623)，算法会将状态向量中的第i个数、第(i+1)%624个数、第(i+397)%624个数、以及第(i+396)%624个数进行一系列运算，得到一个新的数。这个新的数会替换原来的第i个数，从而更新了状态向量。

MT19937算法的优点是生成的随机数序列很长，且随机性好，可以满足大多数应用场景的需要。但是，由于MT19937算法是伪随机数生成算法，因此生成的随机数序列并不是真正的随机数序列，而是一种伪随机数序列。如果需要生成高质量的真正随机数序列，需要使用一些硬件随机数生成器。