Go:
Generowanie liczb losowych

Jak to zrobić:

W Go, losowe liczby są generowane za pomocą pakietu math/rand dla pseudo-losowych liczb lub crypto/rand dla kryptograficznie bezpiecznych pseudo-losowych liczb. Zbadajmy oba.

Używanie math/rand dla Pseudo-losowych Liczb

Najpierw zaimportuj pakiet math/rand i pakiet time, aby zasiać generator. Zasiew zapewnia, że za każdym razem dostajesz inną sekwencję liczb.

package main

import (
	"fmt"
	"math/rand"
	"time"
)

func main() {
	rand.Seed(time.Now().UnixNano())
	fmt.Println("Losowa liczba:", rand.Intn(100)) // Generuje liczbę między 0 a 99
}

Przykładowy wynik: Losowa liczba: 42

Używanie crypto/rand dla Kryptograficznie Bezpiecznych Pseudo-losowych Liczb

Dla aplikacji bardziej wrażliwych na bezpieczeństwo pakiet crypto/rand jest odpowiedni, ponieważ generuje losowe liczby trudne do przewidzenia, co czyni je odpowiednimi dla operacji kryptograficznych.

package main

import (
	"crypto/rand"
	"fmt"
	"math/big"
)

func main() {
	n, _ := rand.Int(rand.Reader, big.NewInt(100))
	fmt.Println("Bezpieczna losowa liczba:", n)
}

Przykładowy wynik: Bezpieczna losowa liczba: 81

Dogłębna analiza

Podstawowa różnica między pakietami math/rand a crypto/rand w Go wynika z ich źródła entropii i przeznaczenia. math/rand generuje pseudo-losowe liczby na podstawie początkowego ziarna; zatem sekwencja jest deterministyczna i może być przewidziana, jeśli ziarno jest znane. Jest to odpowiednie dla scenariuszy, gdzie kluczowe jest wysoka wydajność, a nie absolutna nieprzewidywalność, jak symulacje czy gry.

Z drugiej strony, crypto/rand czerpie losowość z podstawowego systemu operacyjnego, czyniąc go odpowiednim dla zastosowań kryptograficznych, gdzie nieprzewidywalność jest kluczowa. Jednak wiąże się to z kosztem wydajności i złożoności w obsłudze generowanych licz (jak radzenie sobie z typem *big.Int dla liczb całkowitych).

Historycznie, pojęcie generowania losowych liczb w komputerach zawsze balansowało na krawędzi prawdziwej “losowości”, z wczesnymi systemami silnie zależnymi od deterministycznych algorytmów, które naśladowały losowość. Wraz z ewolucją komputerów, tak samo ewoluowały te algorytmy, włączając bardziej złożone źródła entropii ze swojego otoczenia.

Pomimo tych postępów, dążenie do doskonałej losowości w informatyce jest z natury paradoksalne, biorąc pod uwagę deterministyczny charakter samych komputerów. Dlatego, dla większości aplikacji, gdzie przewidywalność byłaby szkodliwa, kryptograficznie bezpieczne pseudo-losowe liczby z źródeł takich jak crypto/rand są lepszą alternatywą, pomimo ich obciążenia.

W istocie, podejście Go z dwoma odrębnymi pakietami do generowania losowych liczb elegancko rozwiązuje kompromis między wydajnością a bezpieczeństwem, pozwalając programistom wybierać w zależności od ich konkretnych potrzeb.