蓝桥杯Web：【算法实现】随机数生成器
【算法实现】随机数生成器背景介绍实际工作中随机数的使用特别多，比如随机抽奖、随机翻牌。通过随机数还能实现很多有趣的效果，比如随机改变元素的位置或颜色。
本题需要在已提供的基础项目中使用JS知识封装一个函数，该函数可以根据需要，生成指定范围和个数的不重复的随机数数组。
步骤准备在开始答题前，你需要在线上环境终端中键入以下命令，下载并解压所提供的文件。
wgethttps://labfile.oss.aliyuncs.com/courses/7835/exam12-imi.zip&&unzipexam12-imi.zip&&rmexam12-imi.zipcopy下载完成之后的目录结构如下：
├──index.html#页面布局└──js├──index.js#页面功能实现的逻辑代码copy源码下载后，选中index.html右键启动WebServer服务（OpenwithLiveServer），让项目运行起来。
接着，打开环境右侧的【Web服务】，就可以在浏览器中看到如下效果：
图片描述
当前并未生成并显示指定条件的随机数。
考试要求请在index.js文件中补全函数getRandomNum中的代码，最终将根据指定条件生成的随机数显示在页面中。
具体需求如下：
封装函数getRandomNum(min,max,countNum)。生成min~max范围的countNum个不重复的随机数，最终这些随机数以一个数组的形式返回。最终实现效果如下：
图片描述
要求规定请严格按照考试步骤操作，切勿修改考试默认提供项目中的文件名称、文件夹路径等。满足题目需求后，保持Web服务处于可以正常访问状态，点击「提交检测」系统会自动判分。总通过次数:193|总提交次数:200|通过率:96.5%
题解考点：Math.random()生成一个0.0-1.0之间的随机数
constgetRandomNum=function(min,max,countNum){vararr=[];//在此处补全代码while(arr.lengtharr.push(num);}}returnarr;};module.exports=getRandomNum;//请勿删除我真菜啊，解题过程中写了几次死循环，把浏览器都卡死了。。。。
伪随机数生成器介绍
伪随机数生成器介绍¶概述¶伪随机数生成器（pseudorandomnumbergenerator，PRNG），又称为确定性随机位生成器（deterministicrandombitgenerator，DRBG），是用来生成接近于绝对随机数序列的数字序列的算法。一般来说，PRNG会依赖于一个初始值，也称为种子，来生成对应的伪随机数序列。只要种子确定了，PRNG所生成的随机数就是完全确定的，因此其生成的随机数序列并不是真正随机的。
就目前而言，PRNG在众多应用都发挥着重要的作用，比如模拟（蒙特卡洛方法），电子竞技，密码应用。
随机性的严格性¶随机性：随机数应该不存在统计学偏差，是完全杂乱的数列。不可预测性：不能从过去的序列推测出下一个出现的数。不可重现性：除非数列保存下来，否则不能重现相同的数列。这三个性质的严格性依次递增。
一般来说，随机数可以分为三类
类别随机性不可预测性不可重现性弱伪随机数✅❌❌强伪随机数✅✅❌真随机数✅✅✅一般来说，密码学中使用的随机数是第二种。
周期¶正如我们之前所说，一旦PRNG所依赖的种子确定了，那么PRNG生成的随机数序列基本也就确定了。这里定义PRNG的周期如下：对于一个PRNG的所有可能起始状态，不重复序列的最长长度。显然，对于一个PRNG来说，其周期不会大于其所有可能的状态。但是，需要注意的是，并不是当我们遇到重复的输出时，就可以认为是PRNG的周期，因为PRNG的状态一般都是大于输出的位数的。
评价标准¶参见维基百科，https://en.wikipedia.org/wiki/Pseudorandom_number_generator。
分类¶目前通用的伪随机数生成器主要有
线性同余生成器，LCG线性回归发生器MersenneTwisterxorshiftgeneratorsWELLfamilyofgeneratorsLinearfeedbackshiftregister，LFSR，线性反馈移位寄存器问题¶通常来说，伪随机数生成器可能会有以下问题
在某些种子的情况下，其生成的随机数序列的周期会比较小。生成大数时，分配的不均匀。连续值之间关联密切，知道后续值，可以知道之前的值。输出序列的值的大小很不均匀。参考¶https://en.wikipedia.org/wiki/Pseudorandom_number_generator