用香蕉驅(qū)動(dòng)一個(gè)隨機(jī)數(shù)生成器，靠譜嗎？

來(lái)源：大數(shù)據(jù)文摘
本文約3500字，建議閱讀7分鐘
香蕉的用途又增加了！

• 每個(gè)數(shù)字出現(xiàn)在列表中的概率必須與其他每個(gè)數(shù)字相同（取一個(gè)參考區(qū)間），也即均勻分布。
• 數(shù)字的序列必須是事先無(wú)法預(yù)測(cè)的。

#include <stdio.h>#include <assert.h>#include <stdlib.h>#include <stdint.h>
int main(int argc, char const *argv[]) {
  FILE * lettura = fopen("textsample.txt", "r");  assert(lettura != NULL);
  FILE * scrittura = fopen("sample.txt", "wb");  assert(scrittura != NULL);
  uint16_t N = 0; //N is 16 bytes  char bytes[2];  char buffer[6]; // 5 char + terminator
  do{    fscanf(lettura,"%s",buffer); // put one line in the buffer    N = atoi(buffer); // from char array to integer    bytes[0] = (N >> 8); // take the 8 msb    bytes[1] = (N & 0xFF); // take the 8 lsb    fwrite(bytes, 1, sizeof(bytes), scrittura); // output raw msb and lsb  }while (!feof(lettura));
  fclose(lettura);  fclose(scrittura);  return 0;}

• 熵：熵是一部分信息中包含的“隨機(jī)性”的數(shù)量。信息理論告訴我們，理論上可以通過(guò)壓縮而不損失信息的最小尺寸，由熵值表示。
• 卡方分布：這個(gè)測(cè)試是用來(lái)了解我們的數(shù)值分布對(duì)理論分布的遵守程度。從ent手冊(cè)來(lái)看，這個(gè)值應(yīng)該盡可能地接近256，百分比值在10-90%之間。
• 算術(shù)平均值：比特的簡(jiǎn)單算術(shù)平均值。由于數(shù)值在0到255之間，所以它應(yīng)該大約等于127。
• 用蒙特卡洛方法計(jì)算π的值：在這里更多的是一個(gè)漂亮的數(shù)據(jù)，而不是一個(gè)有用的方法。
• 自相關(guān)：表示系列值之間的依賴(lài)性，在最佳情況下必須等于零。

表中的行代表系統(tǒng)的自由度，在模具案例中，有5個(gè)自由度。列代表計(jì)算值大于表格中的值的概率水平。也有一些表格表示計(jì)算值小于的概率，這些表格被稱(chēng)為左尾表，上面顯示的表格是右尾表。這是因?yàn)樵谝环N情況下考慮的是圖形的右邊，而在另一種情況下考慮的是左邊。案例中chi^2=3.068，這介于90%和25%的情況之間。這足以說(shuō)明，從我們可以歸類(lèi)為隨機(jī)的行為來(lái)看，沒(méi)有過(guò)度的變化。

https://www.valerionappi.it/brng-en/

編輯：于騰凱
校對(duì)：林亦霖