怎样做到绝对随机
都说随机，可 Math.random() 给定种子输出完全可复现——那只是「伪随机」。要拿真随机，必须向物理世界取熵。下面用真空量子涨落给你摇一注，再让你亲手对比真随机和伪随机到底差在哪。
先说结论：纯软件算法再精妙，给定了种子结果就完全确定，那只是「伪随机」。只有向量子真空涨落这样的物理熵源取数，才称得上「原理上不可预测」——它不是「我们算不出」，是「宇宙自己也没算好」。
下面三种玩法点了就出，先选熵源再摇号，每颗球逐个揭晓。
选玩法，摇一注
三种玩法都是预设好的，点了就出。号码全由后端从你选的熵源取真随机字节，再用拒绝采样无偏映射到号码区间——不偷懒取模，每个号码等概率。下面有徽章如实显示这一注到底用了哪个源。
双色球
红球 6 个 01–33 不重复 + 蓝球 1 个 01–16
大乐透
前区 5 个 01–35 不重复 + 后区 2 个 01–12 不重复
固定位数
指定位数或区间，一键生成无偏随机数
选熵源
默认量子真空涨落。量子源失败会自动降级，徽章会诚实标注，绝不会谎称量子。
摇号
点下面按钮，号码会逐个揭晓——别急着一次性出，每颗球落定都有反馈。
固定位数参数
生成一个指定位数的随机数字串，或指定区间内若干个无偏随机整数。首位不为 0，避免短一位。
随机性体检：真随机 vs 伪随机
同一批样本量，并排画出「伪随机 Math.random()」和「真随机（你当前熵源）」的字节分布直方图。数据全部来自本页真实生成——下面点「再采一批」就重新抓一次字节。你要看的不只是直方图长得像不像，而是上面那颗球来自哪里——熵源决定一切。
注意：单看直方图，真随机和伪随机长得几乎一样——这正是 PRNG 设计的目标。它们的差别不在「分布像不像均匀」，而在「能不能预测」：伪随机给定种子完全可复现，真随机不行。把鼠标移到两边的卡方值上，你会看到两者量级相当——所以判断真伪不能只看直方图，要看熵从哪来。
三种熵源，差在哪
绝对随机这件事，严格讲只有量子随机配得上——它不是「我们算不出」，是「宇宙自己也没算好」。
量子真空涨落（ANU QRNG）
澳大利亚国立大学用激光做零差探测，测量真空的量子涨落来产生随机数。按量子力学，单次测量结果在原理上不可预测——即便拥有全部信息也无法预知。这是目前最接近「绝对随机」的来源。
来源：quantumnumbers.anu.edu.au / qrng.anu.edu.au
大气噪声（random.org）
用大气中的电噪声作熵源。实践中不可预测，但本质是「确定性混沌」——原理上若有足够信息能算出大气所有状态，理论上可推。够用，但不配叫「绝对随机」。
来源：random.org
密码学安全（本地 SecureRandom 兜底）
后端用 SecureRandom（CSPRNG）兜底，浏览器端用 crypto.getRandomValues。密码学安全，但仍属伪随机，给定内部状态理论可复现。诚实标注：不是真随机。这也是为什么本页把它放在链尾，绝不冒充量子。
顺带一提：Cloudflare 熔岩灯
Cloudflare 用一整面墙的熔岩灯阵列拍照取熵，本质也是确定性混沌，画面慢变+光照扰动让结果在实践中不可预测。
来源：blog.cloudflare.com
为什么不能直接取模
「随机字节 % 33 不就有 1–33 的号了吗？」听起来没毛病，可它会让一些号码概率偏高。本页的每颗球都用拒绝采样把越界字节剔掉再取模，保证等概率——代码全开源、有单测。
取模偏差示意
256 个可能字节值映射到 33 个号码，256 ÷ 33 = 7 余 25。前 25 个号（01–25）会出现 8 次，后 8 个号（26–33）只出现 7 次——概率被悄悄拉偏约 14%。拒绝采样把字节里超出的那段（这里 limit = 256 - 25 = 231，越界 25 个值）丢弃重抽，每个号才回到 1/33。
这一节逻辑在 logic.js 的 sampleUniform，单测 quantum-random.test.js 已覆盖。