C語言隨機函數的核心原理：偽隨機數生成機制詳解

為什麼程式執行確定卻能產生「隨機」數？

電腦程式的執行邏輯本質上是確定性的：給定相同的輸入與初始狀態，輸出必然相同。這看似與「隨機」背道而馳。但現實開發中，我們確實需要不可預測的數值——用於加密、模擬、遊戲邏輯等場景。解決這一矛盾的關鍵，在於偽隨機數生成器。

偽隨機數的「種子」來源

C語言標準庫函數 rand() 並非真正隨機，而是透過確定性演算法（如線性同餘法）根據一個初始值——種子——推導出一連串看似無規律的數列。若種子固定，每次執行得到的序列完全一致。為了讓結果「每次不同」，常見做法是用當前時間作為種子：

#include <stdlib.h>
#include <time.h>

srand((unsigned)time(NULL)); // 以秒級時間戳為種子
int r = rand();              // 取得偽隨機數

時間精確到秒甚至毫秒/微秒，人為操作無法精確控制呼叫瞬間，因此種子極難預測，達到「近似隨機」的工程效果。

從「種子」到「更隨機」：後處理與演算法

單純的線性同餘法存在統計缺陷（如低位週期短）。現代 C 庫常採用更高質量的演算法（Mersenne Twister、PCG 等），並對輸出進行雜湊/攪拌，進一步打散規律性。開發者也可自行實作或引入 random、arc4random 等更強介面。

真隨機 vs 偽隨機：安全場景的選擇

• 偽隨機（PRNG）：速度快、可重現（利於除錯），適用於模擬、遊戲、一般抽樣。
• 真隨機（TRNG）：依賴硬體雜訊（熱雜訊、時鐘抖動），不可重現，適用於金鑰生成、加密 nonce、高安全需求。Linux 下可讀 /dev/urandom 或 getrandom()。