Случайные целые числа

Зачем нужны случайные целые числа

Случайные целые числа – это числа из заданного диапазона, выбранные без видимой закономерности. Они используются в криптографии, лотереях, научных симуляциях, тестировании ПО и играх. Без них невозможна генерация ключей шифрования, выбор победителя розыгрыша или моделирование методом Монте-Карло.

Проблема в том, что компьютеры детерминированы: при одинаковых входных данных они выдают одинаковый результат. Поэтому «случайность» в программах бывает двух типов – псевдослучайная и истинная.

Как работают генераторы случайных чисел

Псевдослучайные числа (ГПСЧ)

Генератор псевдослучайных чисел (ГПСЧ, PRNG) – алгоритм, который вычисляет последовательность чисел по формуле. Результат выглядит случайным, но полностью определяется начальным значением – seed. Один и тот же seed даёт одну и ту же последовательность medium.com.

Самый распространённый алгоритм – линейный конгруэнтный ГПСЧ (LCPRNG). Формула:

Xₙ₊₁ = (a × Xₙ + c) mod m

Где:

• a – множитель
• c – приращение
• m – модуль
• X₀ – начальное значение (seed)

При a = 45, c = 21, m = 67 и seed = 2 последовательность: 44, 14, 8, 52, 19, 35… Каждое число вычисляется из предыдущего, и зная параметры, можно предсказать всю цепочку.

Плюсы ГПСЧ:

• Быстрый расчёт
• Воспроизводимость при фиксированном seed
• Подходит для тестов, анимаций, процедурной генерации

Минусы:

• Предсказуемость – непригоден для криптографии
• Периодичность – последовательность повторяется через m итераций

Истинно случайные числа (ГСЧ)

Генератор случайных чисел (ГСЧ, TRNG) получает данные из физических источников энтропии – меры беспорядка и непредсказуемости. Источники: тепловой шум полупроводников, тайминги нажатий клавиш, перемещения мыши, температура процессора medium.com.

В браузере истинная случайность доступна через crypto.getRandomValues(), в Linux – через /dev/random. Эти методы медленнее ГПСЧ, но криптографически стойки.

Как получить случайное целое число в диапазоне

Для генерации случайного целого числа от A до B включительно используется формула:

result = floor(random() × (B - A + 1)) + A

Разберём на примере – число от 10 до 50:

1. random() даёт число от 0 до 0,999…
2. Умножаем на 41 (50 − 10 + 1) → получаем от 0 до 40,999…
3. floor() отбрасывает дробную часть → от 0 до 40
4. Прибавляем 10 → от 10 до 50

Калькулятор выше автоматически выполняет этот расчёт – укажите минимальное и максимальное значение.

Примеры для популярных диапазонов

Где применяются случайные целые числа

Криптография и безопасность

Генерация ключей шифрования, SSL-сертификатов, одноразовых паролей (OTP), токенов сессий. Здесь используют только криптографически стойкие ГСЧ – предсказуемость ключа ведёт к взлому.

Лотереи и розыгрыши

Выбор победителя из списка участников, генерация лотерейных билетов. Требуется прозрачность и невозможность подделки – часто привлекают независимых аудиторов.

Научные симуляции

Метод Монте-Карло, моделирование молекулярной динамики, стохастические процессы. Учёным важна воспроизводимость – поэтому используют ГПСЧ с фиксированным seed.

Тестирование ПО

Генерация случайных входных данных для fuzz-тестирования, нагрузочного тестирования, проверки граничных условий. Фиксированный seed помогает воспроизвести упавший тест.

Игры и развлечения

Броски кубиков, распределение карт, лутбоксы, процедурная генерация ландшафтов. В играх чаще используют ГПСЧ – скорость важнее криптографической стойкости.

Можно ли предсказать случайные числа?

ГПСЧ предсказуем по определению. В Chrome до версии 49 использовался алгоритм MWC1616 – зная два последовательных значения Math.random(), можно было вычислить внутреннее состояние и предсказать все следующие числа medium.com. Визуально это проявлялось как неравномерное распределение пикселей на сгенерированных изображениях.

С 2016 года V8 перешёл на xorshift128+ – алгоритм с лучшим распределением, но всё равно предсказуемый при наличии 64-битной арифметики. Для задач безопасности всегда используйте crypto.getRandomValues().

Как проверить качество случайных чисел

Случайная последовательность должна проходить статистические тесты:

• Равномерность – каждое число из диапазона появляется с одинаковой частотой
• Независимость – знание предыдущих чисел не помогает предсказать следующее
• Период – длина последовательности до первого повторения (чем больше, тем лучше)
• Тест χ² (хи-квадрат) – проверяет соответствие распределения теоретическому

Для быстрой проверки можно сгенерировать 10 000 чисел от 1 до 10 и подсчитать частоту каждого – при равномерном распределении каждое значение встретится около 1 000 раз с отклонением ±3–5%.

Статья носит информационный характер. Для криптографических задач уточняйте актуальные стандарты и рекомендации регуляторов.