介绍
我知道这个问题可能会让我失去很多声誉，也知道它可能会被标记为不合适的问题，但我真的很好奇，所以如果有任何机会得到至少一个答案，我就不放弃。
问题
今天我醒来想着：
嘿，如果随机函数是由算法创建的，那么它们怎么可能是真正的随机呢？
想一想。你怎么能创建一个模拟随机性的函数，而没有随机的概念已经内置其中呢？我开始思考：
嘿，我会取一个 int 数组，然后做 [某些事情]，然后再做 [某些事情]，再做 [某些事情]，然后我只选择奇数……等等
但这似乎更像是使选择变得更加混乱而不是真正的随机性。
是否可能创建随机性？返回随机整数的函数是如何创建的（例如 PHP 中的 rand()）？它们如何模拟随机性？
算法生成的所谓随机数是伪随机数生成器。如果您知道生成序列所使用的种子，那么这些数字是可以预测的。序列本身是统计上随机分布但并非真正的随机。
真正的随机数生成器通常涉及从物理世界中采样随机性的一些硬件，例如放射性或声学噪声。一个天真的实现方式是采样硬盘访问和鼠标移动。请参见random.org获取真正的RNG。
必看xkcd漫画:
它们被称为伪随机数，这是有原因的；它们不是真正的随机数。来自维基百科：
伪随机数生成器（PRNG），也被称为确定性随机比特生成器（DRBG），是一种用于生成近似随机数属性的数字序列的算法。该序列并非真正随机，因为它完全由一个相对较小的初始值集合（称为PRNG状态）所决定。
如果你想了解背后的数学知识，可以阅读这本开创性的著作第2卷第3章。你可以购买它放在书架上以显示自己的博学（但请记住，大多数购买者最终都没有真正阅读它——有很好的理由，因为它非常深奥、难以理解）。简短的回答是，纯粹通过算法生成的“随机”数字是伪随机的，也就是说它们足够“随机”。
你可能想要查看维基百科关于PRNGS的文章 - 这是我们在个人电脑上拥有的所有随机数生成器。
关于最接近随机的方法，我认为可以使用CPU温度或其他传感器读数作为其中一个种子。如果种子是随机的（温度不太可能完全相同），那么序列就尽可能接近随机。
