以下内容均是以双色球为统计学问题为基础，请小心谨慎阅读。

只要是统计学，其内部随机出现的数字和原理便是由计算机运算产生，而在计算机界，计算机产生的随机数都被称为伪随机数。

实际上也就意味着出现的随机数并不是真正随机的，而是按照一定规律不断出现的一些数字。

虽然这个原理不太容易找到和定位，后面就直接用随机数代替伪随机数的叫法。

通过计算机相关随机数设置原理分析双色球机选随机的原理

线性同余法

经典的随机数产生方法为是线性同余法，即Linear Congruence Generator (LCG)，由Lehmer于1951年提出。

线性同余发生器是用不连续分段线性方程计算产生随机数序列的算法。

线性同余法背后的理论比较容易理解，易于实现。

线性同余法

生成器不断往复运行，将会产生一序列取值合式，序列最大周期将达到m。

这种情况下，序列中所有可能的整数都在某点固定出现。这在双色球统计中便可以很好的控制某一些球号会随机出现在一些其他散乱的非选定球号中。

以下便是线性同余发生器工作原理：

线性同余发生器工作原理

假设，双色球计算器原理为线性同余法，则在一个相当的周期，后台运行人员需要将计算器重新启动或者暂停一些，因为按照线性同余法，若计算器再继续的话，随机序列将会以6个周期重复出现。

若是后台运行人员修改表中的a、c、m的值，线性同余法的周期性也发生了变换，但依然一定石时间后需要重新启动。

通过计算机相关随机数设置原理分析双色球机选随机的原理

平方取中法

平方取中法由计算机之父冯诺依曼发明的。

平方取中法是将关键字平方之后取中间若干位数字作为散列地址。 比较适合于不知道关键字的分布且位数不是很大的情况。

这个方法号称随机数中的流氓算法，其过于简单和粗暴。

平方取中法原理是，以双色球为例。

先需要提供一个双色球号如07、12、13、29、31、33、06这个数据。

这个球号排除蓝球可以合成一个数字为71213293133。

将这个数字平方约为5071333118846585。

我们在其前面填充一个数字0，则这个数字变成05071333118846585。

则我们取中间的12位数字，为071333118465，

则随机数字为：07、11、13、33、84、65、

其中由于84和65超出双色球数字范围，则减去33，分别为18,32。

则最后的随机数为07、11、13、18、32、33。

通过计算机相关随机数设置原理分析双色球机选随机的原理

梅森旋转算法

实际上在计算机界也有一个经典随机数算法，便是梅森旋转算法，其几乎涵盖了所有编程语言，如R、Python、Ruby、IDL、Free Pascal、PHP、Maple、Matlab、GNU多重精度运算库和GSL中都将其作为默认的随机数产生器，用来生成一些随机数。

梅森旋转算法1997年由日本人松本真和西村拓士开发而出，其基于有限的二进制字段上的矩阵线性递归而生成。

梅森旋转算法的周期非常非常长，非常适合双色球类随机数的产生。

梅森素数长度的随机数周期

利用梅森素数的性质可以设计出周期长度为梅森素数长度的随机数周期。

目前常用的版本周期是这个，这是一个巨大的天文数字。

一个n位的线性反馈移位寄存器能够在重复之前产生2^n-1位长的随机序列。只有具有一定线性反馈移位寄存器中，反馈函数的某些位简单异或才能通过所有2^n-1个内部状态，产生2^n - 1位长的随机序列。

例如(32,27,15,13,2,1,0)是指本原多项式x^32+x^7+x^5+x^3+x^2+x+1，把它转化为最大周期是在线性反馈移位寄存器的第32，27，15，12，11位抽头。

利用上述两种方法产生周期为m的随机序列后，只需要将产生的随机序列除以序列的周期，就可以得到(0，1)上均匀分布的随机序列了。

看不太懂，没关系。

就是将一个定制数字号当做基本模板，通过一系列运算后产生与这个模板相似，有一定的重复度的数据阵列，再将数据阵列与周期相除，一般选择便是上面的那个天文数字，便是会产生新的数据阵列，这个新数据阵列看似与原先的基本模板有关，但是关系不大，并且很分散。

通过计算机相关随机数设置原理分析双色球机选随机的原理

综上所述。

彩票中心若是真按照统计学进行出彩票结果的话，必然选择这三种随机数方法，其他方法均无法超过这三种方法有效简单，而其中最难破解的便是第三种方法梅森旋转算法。

若想破解这三种随机数生成，必然需要倒推，那么必然需要反向代码生成，从所有机选数字而推算出真实基本模板数据，这将是一个很大的工程。

通过计算机相关随机数设置原理分析双色球机选随机的原理