使用随机数生成器时，更好的方法是使用它来获得更大的新值随机性：
有没有每次实例化一个新的RNG实例然后返回值的方法？
在类级别有一个 RNG 实例，它在构造函数中被实例化一次，并且所有后续调用都使用现有实例来获取新的随机值？
问题是可能有很多次调用随机数，通常在不同的范围内，彼此没有联系。
这不是性能问题，因此每次调用都可能实例化一个新实例这一事实没有任何区别。这都是关于返回值的随机性。
【问题讨论】：
标签： random correctness
实际上，选项 1 不起作用。
选项 2 是唯一的选择。 RNG 绝对要求您从单个种子按顺序生成值。
您的“使用新种子创建新生成器”打破了数学基础。那么你得到什么完全取决于你的种子，遗憾的是，这不会是非常随机的。
我建议选项 3：在整个程序中使用单个 RNG。如果 RNG 不是线程安全的（例如在 .NET 中），它需要锁定或线程本地，但它使生活变得更简单，您无需担心重复。
有关我为此目的编写的 .NET StaticRandom 类的详细信息，请参阅 the relevant MiscUtil page。 （这非常简单——一点也不聪明。）
【讨论】：
编辑：我相信我的意思是选项 3，正如另一个答案中提到的，即全局随机管理器，尽管在特定类中你可以做完全相同的事情。
使用选项 2 的另一个优点是，如果您的软件需要“重播”功能，您可以简单地存储用于初始化 RNG 的种子。下一次，您只需要强制 RNG 使用存储的种子，您将获得完全相同的行为集，假设没有其他问题，例如可能改变执行顺序的并发/线程 em>。
如果您的软件正在运行需要大量随机性的实验，但您可能希望重复特定的运行以向其他人展示，您可能想要执行类似的操作。它在电脑游戏中也被大量使用，其中人工智能将根据可能选择的权重做出决定，但最终会有一个随机数“挑选”他们采取的行动。
它还可以调试仅偶尔出现的临时错误。如果您不存储每次运行的种子，则无法重新创建导致错误的确切条件。
【讨论】：