计算机生成随机数的方法主要分为两类：伪随机数生成器（PRNG）和真随机数生成器（TRNG）。
伪随机数生成器（PRNG）
伪随机数生成器是一种算法，它使用一个初始种子值（通常是一个真正的随机数），然后通过一系列的数学运算生成后续的数字。这些数字看起来是随机的，但实际上是可以预测的。常见的伪随机数生成器算法包括：
线性同余生成器（LCG）
公式：`X（n+1） = （a * X（n） + b） mod c`
其中，`a` 和 `b` 是常数，`X（0）` 是种子值，`X（n）` 是第 `n` 个生成的随机数。
梅森旋转算法
基于斐波那契数列的一种算法，通过特定的数学运算生成随机数。
平方取中法
将种子值平方并取中间部分作为新的随机数。
真随机数生成器（TRNG）
真随机数生成器依赖于物理现象来生成随机数，这些现象的不可预测性使得产生的数字更接近真正的随机数。常见的真随机数生成器方法包括：
放射性衰变
利用放射性物质的衰变过程产生的随机性来生成随机数。
大气噪声
利用计算机内部或外部的电磁噪声来生成随机数。
键盘敲击
利用用户敲击键盘的随机性来生成随机数。
在计算机编程中生成随机数
在编程中，可以使用各种语言提供的随机数生成函数。例如，在Python中，可以使用`random`模块来生成随机数：
```python
import random
生成一个0到1之间的随机浮点数
random_float = random.random（）
生成一个1到100之间的随机整数
number_to_guess = random.randint（1, 100）
在循环中让用户猜数字
while True:
try:
guess = int（input（"猜一猜这个数字是多少："））
if guess == number_to_guess:
print（"哇塞，你太牛啦，猜对了!"）
break
elif guess < number_to_guess:
print（"太小了哦，再试试大一点的数吧."）
else:
print（"太大啦，往小点猜哟."）
except ValueError:
print（"得输入整数才行哦，重新来."）
```
总结
伪随机数生成器：适用于需要快速生成大量随机数且对随机性要求不高的场景。
真随机数生成器：适用于需要高度随机性和不可预测性的场景，如加密和安全应用。
在大多数情况下，伪随机数生成器已经足够满足需求。如果需要更高水平的随机性，可以考虑使用真随机数生成器或结合两者来获得最佳效果。