隨機數的定義為:產生的所有數字毫無關系.
在實際應用中很多地方會用到隨機數,比如需要生成唯一的訂單號.
在C#中獲取隨機數有三種方法:
一.Random 類
Random類默認的無參構造函數可以根據當前系統時鍾為種子,進行一系列算法得出要求范圍內的偽隨機數.
|
1
2
|
Random rd =
new
Random();
int
i = rd.Next();
|
這種隨機數可以達到一些要求較低的目標,但是如果在高並發的情況下,Random類所取到的系統時鍾種子接近甚至完全一樣,就很有可能出現重復,這里用循環來舉例
|
1
2
3
4
5
|
for
(
int
i = 0; i < 10; i++)
{
Random rd =
new
Random();
//無參即為使用系統時鍾為種子
Console.WriteLine(rd.Next().ToString());
}
|
這個例子會輸出10個相同的"隨機數".
突顯出的問題:因為Random進行偽隨機數的算法是固定的,所以根據同一個種子計算出的數字必然是一樣的.而以當代計算機的運行速度,該循環幾乎是在瞬間完成的,種子一致,所以會出現10次循環輸出同一隨機數的情況.
有的時候使用random生成隨機數的時候往往不是隨機的 這是為什么呢？
隨機數生成方法可以說是任何編程語言必備的功能，它的重要性不言而言，在C#中我們通常使用Random類生成隨機數，在一些場景下，我卻發現Random生成的隨機數並不可靠，在下面的例子中我們通過循環隨機生成5個隨機數：
for (int i = 0; i < 5; i++) { Random random = new Random(); Console.WriteLine(random.Next()); }
這段代碼執行后的結果如下所示：
2140400647 2140400647 2140400647 2140400647 2140400647
通過以上結果可知，隨機數類生成了5個相同的數，這並非我們的預期，為什么呢？為了弄清楚這個問題，零度剖析了微軟官方的開源Random類，發現在C#中生成隨機數使用的算法是線性同余法，經百科而知，這種算法生成的不是絕對隨機，而是一種偽隨機數，線性同余法算法的的公式是：
第N+1個數 = ( 第N個數 * A + B) % M
上面的公式中A、B和M分別為常數，是生成隨機數的因子，如果之前從未通過同一個Random對象生成過隨機數（也就是調用過Next方法），那么第N個隨機數為將被指定為一個默認的常數，這個常數在創建一個Random類時被默認值指定，Random也提供一個構造函數允許開發者使用自己的隨機數因子，這一切可通過微軟官方開源代碼看到：
public Random() : this(Environment.TickCount) { } public Random(int Seed) { }
通過默認構造函數創建Random類時，一個Environment.TickCount對象作為因子被默認傳遞給第二個構造函數，Environment.TickCount表示操作系統啟動后經過的毫秒數，計算機的運算運算速度遠比毫秒要快得多，這導致一個的具有毫秒精度的因子參與隨機數的生成過程，但在5次循環中，我們使用了同一個毫秒級的因子，從而生成相同的隨機數，另外，第N+1個數的生成與第N個數有着直接的關系。
在上面的例子中，假設系統啟動以來的毫秒數為888毫秒，執行5次循環用時只有0.1毫秒，這導致在循環中創建的5個Random對象都使用了相同的888因子，每次被創建的隨機對象又使用了相同的第N個數（默認為常數），通過這樣的假設我們不難看出，上面的結果是必然的。
現在我們改變這個格局，在循環之外創建一個Random對象，在每次循環中引用它，並通過它生成隨機數，並在同一個對象上多次調用Next方法，從而不斷變化第N個數，代碼如下所示：
Random random = new Random(); for (int i = 0; i < 5; i++) { Console.WriteLine(random.Next()); }
執行后的結果如下所示：
391098894 1791722821 1488616582 1970032058 201874423
我們看到這個結果確實證實了我們上面的推斷，第1次循環時公式中的第N個數為默認常數；當第二次循環時，第N個數為391098894，隨后不斷變化的第N個數作為因子參與計算，這保證了結果的隨機性。
雖然通過我們的隨機數看起來也很隨機了，但必定這個算法是偽隨機數，當第N個數和因子都相同時，生成的隨機數仍然是重復的隨機數，由於Random提供一個帶參的構造函數允許我們傳入一個因子，如果傳入的因子隨機性強的話，那么生成的隨機數也會比較可靠，為了提供一個可靠點的因子，我們通常使用GUID產生填充因子，同樣放在循環中測試：
for (int i = 0; i < 5; i++) { byte[] buffer = Guid.NewGuid().ToByteArray(); int iSeed = BitConverter.ToInt32(buffer, 0); Random random = new Random(iSeed); Console.WriteLine(random.Next()); }
這樣的方式保證了填充因子的隨機性，所以生成的隨機數也比較可靠，運行結果如下所示：
734397360 1712793171 1984332878 819811856 1015979983
在一些場景下這樣的隨機數並不可靠，為了生成更加可靠的隨機數，微軟在System.Security.Cryptography命名空間下提供一個名為RNGCryptoServiceProvider的類，它采用系統當前的硬件信息、進程信息、線程信息、系統啟動時間和當前精確時間作為填充因子，通過更好的算法生成高質量的隨機數，它的使用方法如下所示：
byte[] randomBytes = new byte[4]; RNGCryptoServiceProvider rngServiceProvider = new RNGCryptoServiceProvider(); rngServiceProvider.GetBytes(randomBytes); Int32 result = BitConverter.ToInt32(randomBytes, 0);
通過這種算法生成的隨機數，經過成千上萬次的測試，並未發現重復，質量的確比Random高了很多。另外windows api也提供了一個非托管的隨機數生成函數CryptGenRandom，CryptGenRandom與RNGCryptoServiceProvider的原理類似，采用C++編寫，如果要在.NET中使用，需要進行簡單的封裝。它的原型如下所示：
BOOL WINAPI CryptGenRandom( _In_ HCRYPTPROV hProv, _In_ DWORD dwLen, _Inout_ BYTE *pbBuffer );
以上就是零度為您帶來的隨機數生成方法和基本原理，您可以通過需求和場景選擇最佳的方式，Random算法簡單，性能較高，適用於隨機性要求不高的情況，由於RNGCryptoServiceProvider在生成期間需要查詢上面提到的幾種系統因子，所以性能稍弱於Random類，但隨機數質量高，可靠性更好。
二.Guid 類
System.Guid
GUID (Globally Unique Identifier) 全球唯一標識符
GUID的計算使用到了很多在本機可取到的數字,如硬件的ID碼,當前時間等.所計算出的128位整數(16字節)可以接近唯一的輸出.
|
1
|
Console.WriteLine(Guid.NewGuid().ToString());
|
計算結果是xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx結構的16進制數字.當然這個格式也是可以更改的.
三.RNGCryptoServiceProvider 類
System.Security.Cryptography.RNGCryptoServiceProvider
RNGCryptoServiceProvider 使用加密服務提供程序 (CSP) 提供的實現來實現加密隨機數生成器 (RNG)
|
1
2
3
4
|
RNGCryptoServiceProvider csp =
new
RNGCryptoServiceProvider();
byte
[] byteCsp =
new
byte
[10];
csp.GetBytes(byteCsp);
Console.WriteLine(BitConverter.ToString(byteCsp));
|
因該類使用更嚴密的算法.所以即使如下放在循環中,所計算出的隨機數也是不同的.
|
1
2
3
4
5
6
7
|
for
(
int
i = 0; i < 10; i++)
{
RNGCryptoServiceProvider csp =
new
RNGCryptoServiceProvider();
byte
[] byteCsp =
new
byte
[10];
csp.GetBytes(byteCsp);
Console.WriteLine(BitConverter.ToString(byteCsp));
}
|
|
1
|
但是RNGCryptoServiceProvider的計算較為繁瑣,在循環中使用會消耗造成大量的系統資源開銷,使用時需注意.
|
Membership.GeneratePassword()
Membership是一個方便快捷的進行角色權限管理的類,偶然發現一個很有意思的方法,沒研究過是如何實現的
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
public
static
string
GeneratePassword(
int
length,
int
numberOfNonAlphanumericCharacters);
//
// 摘要:
// 生成指定長度的隨機密碼。
//
// 參數:
// numberOfNonAlphanumericCharacters:
// 生成的密碼中的標點字符數。
//
// length:
// 生成的密碼的字符數。長度必須介於 1 和 128 個字符之間。
//
// 返回結果:
// 指定長度的隨機密碼。
|
例:
|
1
2
3
4
|
for
(
int
i = 0; i < 10; i++)
{
Response.Write(Membership.GeneratePassword(20, 1) +
"<br>"
);
}
|
結果為
C!&^HoTNv3!ZHkK9BAbu
azLgER)JJ-UW8q*14yz*
I3qnb]Zxu16ht!kKZ!Q*
9U:MAQ&c1x)^aed@xe**
oL(%4JvfbP&t5*Hpl4l-
6@zj$CnhW&D+|xOf:qIk
A/!Di&l*tY$QaMH0gyzY
z^wu6{1BMq7D^+WU]>f$
1OgIJS3&09fw0F9.|aXA
8F+Gy+L{O6x{SfugME*%