计算机生成随机数的方法可以分为两大类：伪随机数生成（PRNG）和真随机数生成（TRG）。
伪随机数生成（PRNG）
伪随机数生成器（PRNG）是通过一个确定的算法和一个初始值（称为种子）来生成看似随机的数字序列。计算机通常使用以下几种算法来生成伪随机数：
线性同余法（LCG）
公式：`X（n+1） = （a * X（n） + b） mod c`
其中，`X（n）`是当前的随机数，`X（n+1）`是下一个随机数，`a`、`b`和`c`是常数。通过选择合适的`a`、`b`和`c`值，可以生成指定范围内的伪随机数。
平方取中法
将种子设为`X0`，并取模10000得到一个4位数。
将其平方得到一个8位数（不足8位时前面补0）。
取中间的4位数作为下一个4位随机数`X1`。
重复上述步骤可以产生多个随机数。
真随机数生成（TRG）
真随机数生成器（TRG）依赖于物理现象来生成随机数，因此生成的随机数是不可预测的。计算机中常用的真随机数生成方法包括：
基于物理现象
利用计算机内部的电子噪声、热噪声等物理现象来生成随机数。
计算随机数的步骤
以线性同余法为例，计算随机数的步骤如下：
获取种子：
选择一个初始值作为种子，例如当前时间戳。
调用算法公式：
使用线性同余法的公式计算下一个随机数。
计算结果：
将种子带入公式后计算出结果。
取模运算：
将计算结果对指定范围取模，得到指定范围内的随机数。
示例
假设我们使用线性同余法生成1到6之间的随机数，步骤如下：
获取种子：
例如，使用当前时间戳作为种子。
调用算法公式：
`X（n+1） = （1664525 * X（n） + 1013904223） mod 2^32`，其中`X（n）`是当前的随机数，`X（n+1）`是下一个随机数。
计算结果：
将种子带入公式后计算出结果。
取模运算：
将计算结果对6取模，得到1到6之间的随机数。
通过这种方法，每次都可以计算出一个从1到6的随机数。
建议
在需要高质量随机数的应用中，建议使用真随机数生成器。
在对随机性要求不高的应用中，可以使用伪随机数生成器，但要注意种子的选择，以确保随机数的不可预测性。