随机数我们都知道，就是计算机通过某种算法，“随机”的生成一个数字。很多编程语言都有内置的方法来生成随机数，那么 GoLang 中是怎样一种情况呢？
伪随机数
我们都知道“随机数”在现实生活中的概念，可能你随手抛一个硬币，就可以说其结果是随机的，但是在计算机中要确定一个“随机数”真的是“随机数”，那可是有标准的，不是你随随便便说是就是。
根据密码学原理，要想对一个“随机数”进行随机性检验有以下几个标准：
-
统计学伪随机性 - 在给定的随机比特流样本中，1 的数量大致等于 0 的数量，也就是说，“10”“01”“00”“11” 四者数量大致相等。说人话就是：“一眼看上去是随机的”。
密码学安全伪随机性 - 就是给定随机样本的一部分和随机算法，不能有效的演算出随机样本的剩余部分。
真随机性 - 其定义为随机样本不可重现。
根据以上几个标准，其对应的随机数也就分为以下几类：
-
伪随机数 - 满足第一个条件的随机数。
密码学安全的伪随机数 - 同时满足前两个条件的随机数。可以通过密码学安全伪随机数生成器计算得出。
真随机数 -同时满足三个条件的随机数。
了解了以上几个概念，我们就知道了“伪随机数”其实就是一个“看似随机，实则并不真正随机”的数字。
伪随机数生成器
在实际应用中大部分情况下伪随机数就足够了。这些数列是“似乎”随机的数，实际上它们是通过一个固定的、可以重复的计算方法产生的。因为它们实际上是可以计算出来的，所以它们并不真正地随机，但是它们具有类似于随机数的统计特征。产生这样的结果的生成器我们叫做伪随机数生成器。
一般只有在密码学场景中，我们才需要使用“真随机数”。
在大部分编程语言中，提供的都是“伪随机数生成器”，例如 JS 中的 Math.random() ， GoLang 中的 math/rand 包。
GoLang 中的伪随机数
在 GoLang 中，我们可以通过 math/rand 包里的方法来生成一个伪随机数：
package main
import (
"fmt"
"math/rand"
)
func main() {
fmt.Println(rand.Int()) // => 134020434
}
上面的代码中，我们通过 rand.Int() 方法来生成一个伪随机数。看起来好像没什么问题嘛，人家也很 OK 啦。
但是细心的你会发现，你在自己电脑上运行上面的代码竟然和我的一样。无论你怎么运行，它都一样。
我们知道 JS 中的 Math.random() 每次都会返回一个不一样的数字，但是 GoLang 中的伪随机数生成器默认情况下竟然会返回相同的数值，这还不反了天了？
都是伪随机数生成器，为什么差别就这么大呢？这里我们就要了解一下“随机种子”的概念啦。
