随机数：LCG算法

冯诺依曼的随机数算法虽然看起来简单，但是非常草率，在很多场合下是显然不能使用的。所以人们又想出了新的算法，是线性同余法。也就是利用 ax+b mod c来生成随机数。

最后返回的结果是上述式子计算之后的结果，abc三个数都是我们选定的参数。当下一次随机的时候，就将上次的结果作为新的种子进行计算。我们写出它的递推公式就是：

$x_{n+1}=\left(a{X}_n+b\right)modc$

这个算法一眼就看明白了，它的核心完全在于abc这三个参数的选择。如果选的不好就不能实现随机数的效果，这里我给大家分享一个业内常用的选择，
a=25214903917，b=11，$c=2^{48}$。这些数不是拍脑袋随便选的，而是计算学家们算出来的。

这种算法实现方式也非常简单，并且得到的效果也不错。如果要增加随机性，我们还可以在输出结果上做一些优化，比如进行位移或者是调换二进制位的顺序等等。但是这种算法也有缺点，就是它的计算方式是固定的，只是随机种子未知。只要愿意，我们是可以通过得到的随机结果去反推这些参数的。

这并不是一个复杂的算法，因此LCG算法得到的随机数不能应用在一些高安全级别的应用上，否则可能会有安全隐患。