计算机生成随机数主要有以下几种方法：
伪随机数生成
平方取中法：以一个真随机数（种子）作为初始条件，通过平方和取中间部分来生成新的随机数。这种方法的一个缺点是最终会退化成0，不能继续产生随机数。
线性同余法：通过一个线性同余公式生成随机数，公式为X（n+1）=（a*X（n）+b） mod c。其中c取较大值可以产生0到c-1之间的伪随机数，但会出现循环。
真随机数生成
物理现象：利用计算机内部的物理现象，如原子衰变，来生成真正的随机数。这种方法生成的随机数是不可预测的，但实现起来较为复杂。
编程语言中的随机数生成
Python：使用`random`模块，可以生成0到1之间的随机浮点数、指定范围内的随机整数，以及从列表中随机选择元素等。
C语言：可以通过编写特定的公式来生成伪随机数，例如`rand（）`函数，它使用线性同余法生成随机数。
Visual Basic：使用`Rnd（）`函数生成0到1之间的随机数，也可以通过`Randomize`语句和公式生成指定范围内的随机整数。
计算器生成随机数
硬件随机数生成器：通过连接某些物理设备（如盖革计数器）来监测自然事件，将结果转化为数字输入计算器生成随机数。这种方法使用较少，因为需要专门的硬件设备。
软件模拟：在计算器上通过特定的按键顺序和算法模拟生成随机数，例如生成1-25之间的随机数。
建议
伪随机数：在大多数情况下，使用编程语言提供的随机数生成函数即可满足需求，因为它们生成的随机数在统计上足够均匀和随机。
真随机数：如果需要极高安全性的应用，如密码学，可以考虑使用物理现象生成真随机数。
编程实践：在编程时，确保随机数生成器的种子是唯一的，以避免生成相同的随机数序列。