计算机伪随机数是指 通过计算机算法生成的看似随机但实际上是由确定性过程产生的数字序列。之所以称为“伪随机”，是因为这些数字在生成过程中虽然表现出随机性，但它们是通过一个确定的算法和一个初始值（称为种子）来计算的，因此结果是可以预测的。这与真正的随机数不同，真正的随机数是在一定条件下不可预测地产生的。
计算机的基本工作原理 ：计算机基于二进制逻辑运行，所有操作和数据都是确定性的。给定相同的输入和初始状态，计算机将始终产生相同的输出。因此，计算机无法生成真正的随机数，因为真正的随机数必须无法预测。伪随机数的生成
算法和种子：
计算机通过一个确定的算法和一个初始值（种子）来生成伪随机数。这个算法通常是一个复杂的数学公式，通过不断迭代计算，生成一个数字序列。种子的选择对生成的随机数序列有重要影响，不同的种子会导致不同的序列。
可重复性：由于伪随机数是通过算法生成的，因此只要算法和种子相同，生成的随机数序列也是相同的。这使得伪随机数在需要可重复性的场景中非常有用，例如在模拟和实验中。
应用领域
日常应用：在许多日常应用中，如游戏、模拟和统计抽样中，伪随机数已经足够好用。例如，在扑克牌游戏中，伪随机数可以用于生成发牌顺序。
密码学：在密码学中，伪随机数用于生成密钥、初始化向量等，虽然它们不是真正的随机数，但具有足够的随机性以提供安全保障。然而，在需要极高安全性的场合，如加密通信，通常会使用真正的随机数来确保安全性。
局限性
可预测性：由于伪随机数是由确定性算法生成的，因此它们在某种程度上是可预测的。如果知道算法和种子，就可以预测生成的随机数序列。
统计特性：尽管伪随机数不是真正的随机数，但它们通常具有类似于随机数的统计特性，如均匀性、独立性和无偏性。这使得它们在许多统计和概率计算中非常有用。
总结来说，计算机伪随机数是通过确定性算法和种子生成的，具有随机性但实际上是确定的。它们在许多应用中非常有用，但在需要极高安全性和不可预测性的场合，可能需要使用真正的随机数。