提示：
python-伪随机数发生器
首先说明随机数和随机数发生器：
随机数来自现实生活通过掷硬币、骰子、车轮、电子部件噪音、核裂变等物理现象产生。
产生这些随机数的方法有很多种，但产生这些随机数的方法被称为随机数生成器。 由上述物理现象产生的随机数发生器称为物理随机数发生器。
对计算机来说，真正随机是极其困难的。
所以通常是伪随机数
由固定算法实现的，可以有规律地遵循，不能实现真正的“随机”，但具有随机数一样的统计特征。
线性同余法
的rand函数和JAVA的java.util.Random类是使用上述算法实现的
a称为乘数，b称为增量，(end-start )称为模量，都是常数。
然后，设置rOld=rNew，通常要求用户指定种子数rold (也称为seed )。 当然，可以自由选择a和b，但如果不能很好地选择两个数，可能会影响数字的随机性，因此一般指令：
a=32310901
b=1729
这将使生成的随机数最均匀。
defmyrandint (开始，结束， seed=999999999 ) : a=32310901 #生成的随机数的最均匀的b=1729 rold=seedm=end-startwhiletrue 3360 )每个生成一次随机数，因此rew 惯性评估yield关键字以暂停生成器函数的执行，并将yield关键字后的表达式的值返回给生成器调用方。 可以将它视为基于生成器的版本的return关键字。 rOld=rNew#模拟使用20个不同的种子，每个随机数forIinrange(20 ) :r=myrandint(1,10000，I ) #种子10个随机数print ' ' 否则，每次都会有同样的结果。
多以系统时间为种子实现该算法。 上述代码只需将seed设定为系统时间即可实现。