我在网上读到过有关 RNG 的文章维基百科并$RANDOM发挥作用TLDP但它并没有真正解释这个结果：
$ max=$((6*3600))
$ for f in {1..100000}; do echo $(($RANDOM%max/3600)); done | sort | uniq -c
21787 0
22114 1
21933 2
12157 3
10938 4
11071 5
为什么上面的值比 3、4、5 更倾向于 2 倍左右，但当我更改最大模数时，它们几乎均匀分布在所有 10 个值上？
$ max=$((9*3600))
$ for f in {1..100000}; do echo $(($RANDOM%max/3600)); done | sort | uniq -c
11940 0
11199 1
10898 2
10945 3
11239 4
10928 5
10875 6
10759 7
11217 8
答案1
为了扩展模偏差主题，您的公式是：
max=$((6*3600))
$(($RANDOM%max/3600))
在此公式中，$RANDOM是 0-32767 范围内的随机值。
RANDOM Each time this parameter is referenced, a random integer between
0 and 32767 is generated.
它有助于可视化它如何映射到可能的值：
0 = 0-3599
1 = 3600-7199
2 = 7200-10799
3 = 10800-14399
4 = 14400-17999
5 = 18000-21599
0 = 21600-25199
1 = 25200-28799
2 = 28800-32399
3 = 32400-32767
所以在你的公式中，0、1、2的概率是4、5的两倍。3的概率也略高于4、5。因此，您的结果是 0、1、2 为赢家，4、5 为输家。
当更改为 时9*3600，结果为：
0 = 0-3599
1 = 3600-7199
2 = 7200-10799
3 = 10800-14399
4 = 14400-17999
5 = 18000-21599
6 = 21600-25199
7 = 25200-28799
8 = 28800-32399
0 = 32400-32767
1-8 具有相同的概率，但 0 仍然存在轻微偏差，因此 0 仍然是 100'000 次迭代测试中的获胜者。
要修复模偏差，您应该首先简化公式（如果您只想要 0-5，那么模就是 6，而不是 3600 甚至更疯狂的数字，没有意义）。仅这种简化就会大大减少您的偏差（32766 映射到 0，32767 映射到 1，这给这两个数字带来了微小的偏差）。
要完全消除偏差，您需要重新滚动（例如）当$RANDOM低于32768 % 6（消除未完美映射到可用随机范围的状态）时。
max=6
for f in {1..100000}
do
r=$RANDOM
while [ $r -lt $((32768 % $max)) ]; do r=$RANDOM; done
echo $(($r%max))
done | sort | uniq -c | sort -n
测试结果：
16425 5
16515 1
16720 0
16769 2
16776 4
16795 3
另一种方法是使用不具有明显偏差的不同随机源（数量级大于 32768 个可能值）。但无论如何，实现重新滚动逻辑并没有什么坏处（即使它可能永远不会实现）。
答案2
这是模偏差。如果RANDOM构造得当，0 到 32767 之间的每个值都会以相同的概率生成。当您使用模数时，您会更改概率：高于模数的所有值的概率都会添加到它们映射到的值中。
在您的示例中，6×3600 大约是值范围的三分之二。因此，顶部三分之一的概率会添加到底部三分之一的概率中，这意味着产生从 0 到 2 的值（大约）的可能性是产生从 3 到 5 的值的两倍。9×3600 接近 32767，因此模偏差要小得多，仅影响 32400 到 32767 之间的值。
为了回答你的主要问题，至少在 Bash 中，如果你知道种子，随机序列是完全可预测的。参见intrand32variables.c。