let mut rng = urandom::new();

// Generates a random boolean
if rng.coin_flip() {
	// Try printing a random unicode code point (probably a bad idea)!
	println!("char: {}", rng.next::<char>());
}

// Generates a float between 13.0 and 42.0
let y: f64 = rng.range(13.0..42.0);

// Shuffles the list of numbers
let mut numbers: Vec<i32> = (1..100).collect();
rng.shuffle(&mut numbers);

这个库受到了半官方的 rand crate 和尝试提供更好体验的启发。

常见问题解答

Q: 为什么还需要另一个随机数生成器 crate？

A: 因为我认为我可以比标准 rand crate 的设计做得更好。我的随机 crate 更简单，更容易使用，并且在运行时更快。

Q: 实现了哪些随机数生成器？

A: Xoshiro256 作为 PRNG 由 Sebastiano Vigna 和 David Blackman 实现（当从 u64 中初始化时由 SplitMix64 支持）。ChaCha20 作为 CSPRNG 由 Daniel J. Bernstein 实现。getrandom 作为系统熵的来源。

Q: 为什么随机浮点数生成在半开区间 [1.0, 2.0) 而不是 [0.0, 1.0)？

答：因为这更简单、更快，并且避免了困难（设计和实现）问题。天真地减去 1.0 会在浮点数的尾数低比特位留下偏差（见 examples/float_bias.rs）。Float01 分布生成一个不带有偏差的随机浮点数，在开区间 (0.0, 1.0)。

问：这基本上是将 rand 粘贴过来，但功能更少

答：这根本不是问题。与分布相关的结构和特性行设计得相当不错，不需要太多更改。我专注于伪随机数生成器本身，Rng 特性和 Random 接口以及构造函数。

问：那么，rand 什么地方出问题了？

答：有几件事让我印象深刻。我不喜欢线程局部变量，它们与全局状态有相同的问题，只是它们是线程安全的。但全局变量仍然很糟糕。

rand 仓库将它的 thread_rng 置于首位，因为它是最容易生成随机性的方法（通过显式使用或 random 方法）。我直接从系统的 getrandom 中为新的伪随机数生成器播种。

rand 仓库需要导入很多特性才能使用其功能。当然，这通过 prelude 模块得到了一定程度的缓解，但我不喜欢。Rust IDE 体验还不够好，无法使这个过程顺畅（例如，自动导入缺失的特性）。我将功能作为 Random 结构体的固有方法来实现，无需导入，并提供流畅的 IDE 体验。

rand 仓库试图过度抽象，例如，CryptoRng 特性和相关功能。这些有助于 实现 所需的抽象，以便将其用于伪随机数生成器。

问：这个仓库在没有 getrandom 用于播种的情况下如何工作？

答：当选择不使用 getrandom 仓库时，其功能被推迟到名为 getentropy_raw 的函数中，具有 C 连接。只需像在 C 中定义符号一样定义此符号，它就会被链接起来，作为安全的熵源。

问：它在 32 位系统上表现如何？

答：我针对具有快速全 64 位整数乘法的 64 位架构优化了此仓库。

许可

在 MIT 许可证 下许可，见 license.txt。

贡献

除非你明确说明，否则你提交的任何旨在包含在作品中的贡献都应按上述方式许可，不附加任何额外条款或条件。