?很久以前流傳著這樣壹則笑話：壹個身患重病的人決定去動手術。在手術之前，他問醫生：“這起手術的成功率是多少？”醫生回答他：“只有1%。”他很驚慌，但是醫生說：“沒事的，在妳之前我已經治死過99個人了。”
這是壹則嘲笑那些不懂“概率”的人的笑話，卻講出了“真隨機”和“偽隨機”之間的區別。
在四月末的時候，我曾寫過壹篇 《妳打 遊戲 靠的是技術，還是運氣？》 ，其中就提及了“偽隨機”這個概念。當時受限於篇幅，沒有詳細展開解釋“偽隨機”的概念。前不久，在因國際邀請賽而備受關註的Dota2在最近壹次的更新中，有這麽壹條更新內容： “落空的負面效果和下坡攻擊的落空效果現在都采用偽隨機觸發” 。
那麽到底什麽是 “偽隨機” 呢？以及和“偽隨機”對應的 “真隨機” 又是什麽概念？
贗隨機數算法（Pseudo-Random Number Generator，簡稱PRNG） 是計算機的壹個術語——當然，它也可以被叫做“偽隨機數算法”，只是為了方便與 遊戲 中的“偽隨機數”進行區分，本文中統壹稱作“贗隨機數算法”。
眾所周知，計算機程序是由無數“0”和“1”兩種狀態構成的，如果壹個狀態不是“0”，那就必定是“1”，頗有種非黑即白的味道。
因此，在計算機程序中，不存在“不確定”的數字，只有確定的“1”和“0”。基於這種特性，計算機無法生成“真正的（不確定的）隨機數”。
那麽在計算機中，需要生成或是使用到隨機數的時候怎麽辦呢？ 通常是利用計算機抓取壹些數值，然後將這些數值輸入至壹個復雜算法 （常用的算法是同余法和梅森旋轉算法，有興趣的讀者可以自行查詢，這裏就不展開講了） 當中，通過壹系列運算得出壹個數字，這就是平常說的贗隨機數了。
只要最初輸入的數值（初值）不變，那麽輸出的值都會是同壹個值，這就證明了這個數並不隨機，只是看起來隨機而已。
換句話說，只要這個隨機數是由確定算法生成的，那就是贗隨機數。
所以下壹次在和朋友聊天時提到真隨機數、偽隨機數時，如果有人插嘴：“計算機只能生成偽隨機數，所以根本沒有什麽真隨機”，那妳就可以霸氣側漏地說他是 “雲玩家” 了。
我們通常說的 真隨機 又名 “純隨機”（True Random Distribution） ，就是我們平常壹直說的那種、壹般意義上的“隨機”。
在真隨機中， 每壹個事件都是相互獨立、服從真隨機分布的，不受其他事件的發生而改變 。比方說某款 遊戲 為了吸引用戶，擁有這麽壹個隨機抽卡系統：每次抽卡時，都有1%的幾率抽出SSR卡片，這個概率服從真隨機分布。
回到我們最開始說的那個“治死99個”的笑話：我們壹眼就能看出這個笑話的不合理性。但在抽卡 遊戲 中，我們的大腦瞬間失去理智。有相當壹部分玩家認為： 我連抽100次，總能抽到這張卡吧！
實際上，連抽100次卻抽不出1%的SSR卡的幾率是為(1-0.01)^100=36.6%，甚至還稍稍超過了1/3。將連抽數字上升至300，也仍有4.9%的幾率。
換句話說，假設有10000個玩家連抽100次，就有約3660個玩家抽不出這張SSR；10000個玩家連抽300次，也仍有約490個玩家抽不出這張SSR ——這對玩家的 遊戲 體驗來說可以說是毀滅性的打擊。
盡管純隨機在數學上是無罪的，在代碼中更是明明白白、清清楚楚，但玩家抽不出卡可不會回想到初高中的數學課本， 而是首先懷疑幾率是否被策劃運營篡改、這背後又是否有骯臟的PY交易……
當然不僅僅是在抽卡系統當中如此。在壹些競技性比較強的 遊戲 中（比如War3、Dota2之中——英雄聯盟幾乎完全摘除了隨機系統，不在此列），連續數次的“走運”極大影響 遊戲 的競技性和觀賞性。
比方說Dota中最著名的概率英雄虛空假面的技能“回到過去”： 使虛空假面有25%幾率完全躲避壹次傷害。 受限於War3引擎，這個技能采用的是真隨機概率，在某個極端情況下（通常見於精彩集錦中），虛空假面能夠保持很低的血量承受多次傷害卻不死、最終反殺對手。這種帶給敵方極差 遊戲 體驗的系統，因此也進入了計師們“整治範圍”之中。
為了避免極差的 遊戲 體驗帶來的玩家數量流失，設計者們提出了“偽隨機”的概念： 在不確定性的隨機事件當中，通過壹系列算法使隨機事件均勻分布在多次事件當中，盡可能減少或消除極端情況的發生，以提高玩家的 遊戲 體驗。
在設計師們的努力下，“偽隨機”應運而生，這裏的偽隨機就和上文的贗隨機數算法（PRNG）意義不同了。
制造“偽隨機”的方法有很多，在War3、Dota2這類 遊戲 當中普遍使用的是 “偽隨機分布”（Pseudo Random Distribution，簡稱PRD） 處理概率。
就拿Dota2中最強大的暴擊技能“恩賜解脫”來舉例： 幻影刺客有15%的幾率造成200%/325%/450%致命壹擊傷害 。在PRD機制下，幻影刺客的攻擊實際上 並不是 每壹刀都有15%的暴擊率。
根據PRD機制的公式P(N)=N*C可得出15%幾率的C值為3.22%，即幻影刺客的第壹次攻擊暴擊概率為3.22%；如果第壹刀沒有暴擊，則第二刀的暴擊率提升至2倍，即6.44%；如果仍舊沒有暴擊，則提升至3倍的9.66%，以此類推。
如果繼續推算，可得在第32刀時暴擊幾率會達到100%，最可能觸發暴擊的次數是第6刀，平均觸發刀數是6.67刀等等……
同樣，在連續觸發暴擊時，下壹刀的暴擊幾率會減少。RPD機制使競技 遊戲 中連續觸發或不觸發技能的幾率降低，避免了運氣成分過度幹擾戰鬥結果，大幅提升了玩家的 遊戲 體驗，但不影響這些隨機事件的正反饋：TI6決賽的“打我五下暈三下”，可是令全球人民集體沸騰了呢！
除了偽隨機分布RPD之外，還有兩種常見的偽隨機： 洗牌算法 和 組合隨機 。
洗牌算法 最常見的用法，是在各大音樂播放器中的“隨機播放”之中。在隨機播放時，如果采用真隨機，會導致壹首歌無論如何都播放不出，或是同壹首歌連續播放數次（有興趣的讀者可以計算壹下這些概率）。為了解決這個問題，播放器采用的解決方案即是洗牌算法：將壹個包含所有歌曲的數組像洗牌壹樣打亂，然後依次播放這個亂序數組。
至於 組合隨機 ，這是壹種廣泛應用於各個 遊戲 的做法：在抽獎的時候進行兩次、或是更多次的判斷，壹次不隨機，而剩下的判斷則是真隨機。比如說，妳會在第X次抽卡時抽到SSR是確定的，但抽中的SSR具體是哪張卡，則是隨機的——這就是廣大手遊中的“低保”系統了。
在壹堆數據之中想要分清“真隨機”和“偽隨機”似乎並不是那麽容易。那麽接下來為大家介紹兩個例子，有助於更好理解什麽是“真隨機”和“偽隨機”：
真隨機 ：有壹天，小明在的班級上舉辦了壹次抽獎活動。這個班級有40個學生，所以為了公平起見，保證每個學生都有1/40的幾率中獎，老師準備了40個相同的紙盒，每個紙盒中都有40張紙條，有1張紙條是中獎紙條。這樣壹來，每個學生都有1/40的幾率中獎，但每個學生是否中獎並不受其他學生的影響。在極端情況下，這個班上可能40個學生都能中獎。這就是真隨機。
偽隨機 ：小明班上舉辦了抽獎活動。為了公平起見，老師準備了1個紙盒，紙盒中有40張紙條，只有1張紙條是中獎紙條。這樣壹來，每個學生都有1/40的幾率中獎——但是顯而易見，這個班上有且僅有壹名學生能夠中獎。壹名學生在中獎後，余下的所有學生中獎幾率都會減少至0。這就是偽隨機。