该程序实现36选7的开奖过程，每次从1到36的数中生成一个随机数，并且要使1到36中的每一个数被取到的概率完全相等。循环进行7次，同时要保证每个都不相同且不为0.

利用Mersenne Twister算法产生随机数，并测试和分析了其随机性。 程序中还加入了界面显示。 各个文件为： initGenerator.m： initGenerator函数，用于初始化随机序列的长度和值 generateNum.m: generateNum函数，当index为0时被调用，用于创建624维的移位寄存器数组 extractNum.m: extractNum函数，根据index当前值选择数组中的数生成随机数，同时改变index的值。 main.m: main主函数，输入种子seed和产生数目total，输出产生结果及随机性测试结果 mymy.m和mymy.fig: 用于界面显示的部分，这两个文件会通过界面传入seed和total的值，并调用main函数，在相应的框中显示输出结果。

随机数在数值计算,随机抽样等很多领域有重要作用,尤其在密码学及信息安全领域中成为一个重要的研究方向,在数字加密,密钥获取以及身份验证等方面更是重中之重。 随机数Number分为伪随机数和真随机数,现阶段的伪随机数获取器获取的随机数基本可以做到无周期性,同时对结果通过一定的数学变换后,也能非常好的满足统计规律,其与真随机数的区别,在于是否具有可预测性。对于伪随机数来说,在输入相同的情况下,得到的输出也是相同。 在真随机数Number方面,现阶段主要是获取物理世界的真随机源,然后从中提取出随机数。 这种方法一般需要物理试验设备的配合。也有文章提到www.594wm.com,利用生物的行为作为一个随机源来产生随机数,并认为这种随机数也是真随机数。 本文对现有的几类随机数获取方法进行简要介绍,并且提出一种新的获取随机数的思路。这种方法主要从随机数的生成环境着眼,明确在什么环境下才能生成真随机数,和过去重点着眼于寻找真随机源的思路有所不同。 这种思路的变更也将引起获取方法的变更,以人类行为的自主性为基础,结合计算机网络,来尝试完成随机数的获取,并提出一些具体的实现思路。

随机数在概率算法中扮演着重要的作用,在现实的计算机系统无法产生真正的随机数,因此概率算法在实际中使用的随机数都是在一定程度上随机的,称为伪随机数. 线性同余法是经典的随机数产生算法,详细介绍请参照<>,王小东著. 本代码是用matlab开发的

伪随机数产生的verilog文件 LFSR