随机数

利用以下函数，您可以使用一个可移植、快速的优质伪随机数生成器 (PRNG)。

请勿将此 API 用于加密目的，例如密钥生成、随机数、盐或一次性填料。

此 PRNG 适用于非加密使用，例如在游戏中（洗牌、生成关卡）、生成测试套件数据等。如果您需要加密用途的随机数据，建议使用平台特定的 API，例如 UNIX 上的 /dev/random 或 Windows 上的 CryptGenRandom()。

GRand 使用梅森旋转 PRNG，由 Makoto Matsumoto 和 Takuji Nishimura 最初开发。更多信息，请参见 此页面。

如果您只需要一个随机数，只需调用 g_random_*() 函数，它将创建一个全局使用的 GRand，并在内部使用相应的 g_rand_*() 函数

• g_random_int()
• g_random_int_range()
• g_random_double()
• g_random_double_range()
• g_random_set_seed()

任何时候，当您需要一个可重现的随机数流，最好自己创建一个 GRand 并直接使用 g_rand_*() 函数，这也将稍快一些。使用某个种子初始化 GRand 将在所有平台上生成完全相同的系列随机数。因此，这可以作为例如游戏的种子。

g_rand*_range() 函数将返回高质量的随机分配，例如 (g_random_int () % max) 方法通常不会产生均等分布的数字。

GLib 为 GRand 使用的伪随机数生成器梅森旋转更改了种子算法。这是必要的，因为某些种子会产生非常糟糕的伪随机流。另外 g_rand*_int_range() 生成的伪随机整数在 GLib 新版本中将具有稍微更好的均等分布。

GLib 2.0.x 中发现的原始种子和生成算法可用作新算法的替代，方法是将环境变量 G_RANDOM_VERSION 设置为 2.0。仅在您需要精确重现使用 Glib-2.0 生成的一系列数字时，才使用 GLib-2.0 算法。