生活中哪些地方体现了随机数

1. 日常生活中有什么方便的产生随机数的方法

掷 骰子。例如 用 5 个 骰子，就可随机产生 1-30 之间的数。
抛 一个 硬币。可随机产生 0 和 1 两个数。
从扑克牌里 抽一张牌，可随机产生 1-13 中的一个数。

2. 计算机真随机数都应用在什么地方

首先，“真随机”也有不同的含义，若想要“真正的真随机”目测只能靠量子力学了。一般的所谓真随机不是指这个，而是指统计意义上的随机，也就是具备不确定性，可以被安全的用于金融等领域，下面说的也是这种。

答案是，计算机系统可以产生统计意义上的真随机数。

大部分程序和语言中的随机数（比如 C 中的，MATLAB 中的），确实都只是伪随机。是由可确定的函数（常用线性同余），通过一个种子（常用时钟），产生的伪随机数。这意味着：如果知道了种子，或者已经产生的随机数，都可能获得接下来随机数序列的信息（可预测性）。

直观来想，计算机是一种可确定，可预测的的设备，想通过一行一行的确定的代码自身产生真随机，显然不可能。但是，我们或许可以迂回一下……

实现方法简单说就是软硬结合，或者说，引入系统外的变量（把软件，代码，算法想象成一个封闭的系统）。

一个典型的例子就是 UNIX 内核中的随机数发生器（/dev/random），它在理论上能产生真随机。即这个随机数的生成，独立于生成函数，这时我们说这个产生器是非确定的。

具体来讲，UNIX 维护了一个熵池，不断收集非确定性的设备事件，即机器运行环境中产生的硬件噪音来作为种子。

比如说：时钟，IO 请求的响应时间，特定硬件中断的时间间隔，键盘敲击速度，鼠标位置变化，甚至周围的电磁波等等……直观地说，你每按一次键盘，动一下鼠标，邻居家 wifi 信号强度变化，磁盘写入速度，等等信号，都可能被用来生成随机数。

更具体的，内核提供了向熵池填充数据的接口：

比如鼠标的就是
void add_mouse_randomness(__u32 mouse_data)

内核子系统和驱动调用这个函数，把鼠标的位置和中断间隔时间作为噪音源填充进熵池。

所以，结论是，程序和算法本身不能产生真随机，但是计算机系统作为整体可以迂回产生统计意义上的真随机。

3. 在生活中概率在哪些地方可以用到

生活中，概率在许多地方中都可能用到，例如，打牌时，抽签时，选股时，甚或打车，逛街时都可能面临着概率的问题。

4. 日常生活中有什么方便的产生随机数的方法

用随机数生成器就可以了啊！在线随机数生成器,可以随机生成你设定的随机数,可以是唯一的或者重复的,根据你指定的最小数和最大数生成相应的随机数， 在你需要抽签、随机选择的时候非常的便利。另外,你还可以把它当成别样的色子来用。

5. 结合生活中的实例,描述求解随机数的算法流程图

生活中的实例：一个老太太买白菜，她给挑出的10棵白菜排一下序，然后她拿出了随身携带的笔记本电脑，输入 。

#include "stdio.h"

#define N 10

main()

{

int a[N];

int i,j,p,temp;

for(i=0;iscanf("%d",&a[i]);

for(i=0;i{

p=i; for(j=i+1;jif(a[j]temp=a[i];a[i]=a[p];a[p]=temp;

}

printf(" ");

for(i=0;iprintf("%d ",a[i]);

}

然后得到了白菜的重量排序。

传统的流程图用流程线指出各框的执行顺序，对流程线的使用没有严格限制。因此，使用者可以毫不受限制地使流程随意地转来转去，使流程图变得毫无规律，阅读者要花很大精力去追踪流程，使人难以理解算法的逻辑。

如果我们写出的算法能限制流程的无规律任意转向，而像一本书那样，由各章各节顺序组成，那样，阅读起来就很方便，不会有任何困难，只需从头到尾顺序地看下去即可。

为了提高算法的质量，使算法的设计和阅读方便，必须限制箭头的滥用，即不允许无规律地使流程乱转向，只能按顺序地进行下去。但是，算法上难免会包含一些分支和循环，而不可能全部由一个一个框顺序组成。

如上例不是由各框顺序进行的，包含一些流程的向前或向后的非顺序转移。为了解决这个问题，人们设想，如果规定出几种基本结构，然后由这些基本结构按一定规律组成一个算法结构，整个算法的结构是由上而下地将各个基本结构顺序排列起来的。

1966年，Bohra和Jacoplni提出了以下三种基本结构，用这三种基本结构作为表示一个良好算法的基本单元。