跳到主要内容

随机数生成器

均匀整数/小数与正态分布,去重排序,附统计指标。

本地计算 · 数据不出浏览器

基于 crypto.getRandomValues 拒绝采样,无模偏差;正态分布用 Box-Muller(以区间中点为均值、六分之一区间为标准差)。全部本地生成。

均值

0

最小

0

最大

0

标准差

0

0 个随机数

点击「生成」按钮。

使用说明

这个工具解决什么问题

抽奖分组要均匀整数,模拟测量要正态分布,抽签要不重复——网上多数随机数工具只给一个区间一个结果,既不说明随机源,也不处理模偏差,批量生成更是无从谈起。这个工具把均匀与正态两种分布、整数与小数两种形态放在一起,一次最多生成 10000 个,附统计面板,生成完当场核对。

核心能力

两种分布:均匀分布给整数或指定小数位;正态分布用 Box-Muller 变换,区间中点即均值、1/6 区间宽度即标准差。无模偏差:整数区间用拒绝采样实现,每个值概率严格相等。去重与排序:一键去重适合抽签,一键排序方便核对范围。统计面板:均值、极值、标准差实时算出,直观检验分布是否符合预期。

使用建议

抽奖抽签用均匀整数加去重;蒙特卡洛模拟、教学演示用正态分布,先看统计面板确认均值标准差接近设定;需要可复现的实验别用在线工具,固定种子才能复现。

全部随机由浏览器本地的加密级接口产生,不上传服务器,断网可用;单次上限 10000 个,更大的量分批生成即可。

常见问题

什么是模偏差,为什么随机数生成器要专门处理?

想在 0 到 9 里取随机数,直接拿随机大整数对 10 取余,结果并不均匀:随机源范围不是 10 的整数倍时,某些余数出现概率会略高。本工具用拒绝采样丢弃越界部分,保证每个数字概率严格相等,抽奖、抽签才公平。

正态分布的均值和标准差怎么定?

默认把取值区间的中点作为均值、1/6 区间宽度作为标准差,让绝大多数样本落在区间内,直接用于模拟不越界。换一种理解:区间端点大约在均值两侧三个标准差处。

生成的随机数能用于抽奖吗?

能。随机源是浏览器的加密级随机接口,均匀性经拒绝采样校准;开启去重后适合不重复抽签,配合统计面板还能当场核对均值与极值。

AES256 加解密

AES-256-GCM 文本加解密,PBKDF2 派生密钥,容器 JSON 输出。

API 密钥生成

Hex/UUID/Base64URL/易读四种风格密钥,前缀与熵估算。

Base32/Base58 转换

UTF-8 / Hex / Base32 / Base58 四编码互转,RFC 4648 口径。

查看更多编解码,或浏览全部工具。