亂數產生器：自訂範圍、整數或小數、可選不重複

亂數產生器是一種能自動生成不可預測數字序列的工具，廣泛應用於抽獎、統計抽樣、遊戲設計等場景。然而，並非所有「隨機」都一樣。電腦產生的亂數通常分為兩類：真隨機與偽隨機。真隨機數來自物理現象（如大氣雜訊或硬體感測器），具有高度不可預測性；而偽隨機數則由演算法根據初始值（稱為「種子」）計算得出，雖然看似隨機，但若知道種子與演算法，理論上可重現結果。瀏覽器內建的 Math.random() 函式屬於偽隨機，且未經加密強化，不適合用於安全敏感用途。Callculation 的亂數產生器在支援的環境下會使用加密安全的隨機來源（如 Web Crypto API），確保結果更難被預測。對多數日常應用——例如班級抽籤、模擬實驗或遊戲機制——偽隨機已足夠可靠，但涉及金錢或隱私時，應優先選擇加密安全的亂數。

使用亂數產生器時，首先需設定最小值與最大值，例如從 1 到 49 選取樂透號碼。接著決定要產生多少個數字，並選擇格式：整數（如 7、23）或指定小數位數的浮點數（如保留兩位小數的 12.34）。若用於抽獎或名單抽選，建議啟用「不重複」選項，避免同一號碼重複出現。舉例來說，若從 1 到 30 抽選五位同學，勾選「無重複」可確保每人僅中選一次。此外，結果可選擇是否排序，方便快速閱讀。操作介面直觀，只需輸入範圍、數量與選項，按下產生即可獲得結果。注意：若要求的不重複數量超過範圍內的可能值（例如在 1 至 5 中要求六個不重複整數），系統會提示錯誤，因數學上不可能達成。

亂數產生器不僅是程式開發者的工具，也深入日常生活。第一，用於公益抽獎或公司尾牙摸彩，公平選出幸運得主，避免人為偏誤。第二，在學術研究中進行隨機抽樣，例如從全班 40 位學生中隨機挑選 10 人參與問卷，確保樣本代表性。第三，遊戲開發者利用它設計掉落率、敵人行為或地圖生成，提升玩家體驗的不可預測性。第四，在教學現場，教師可用它分配小組、抽問學生或模擬機率實驗（如擲骰子千次觀察分佈）。第五，個人決策輔助，例如從多個選項中隨機決定晚餐吃什麼或週末去哪玩。這些應用皆仰賴亂數的公正性，而 Callculation 的工具提供透明、即時且可驗證的結果，適合台灣、香港等地區使用者依本地需求靈活運用。

許多人擔心：電腦產生的亂數是否真能公平？關鍵在於「用途」。絕大多數日常應用——包括學校抽籤、市場調查、桌遊機制——並不需要密碼學級別的隨機性。現代偽隨機數產生器（如 Mersenne Twister 或加密安全的 CSPRNG）經過嚴格測試，其輸出在統計上接近均勻分佈，重複週期極長，足以滿足非安全場景的需求。Callculation 的亂數產生器在瀏覽器支援時會優先調用 window.crypto.getRandomValues()，這是一種加密安全的隨機來源，比傳統 Math.random() 更可靠。即便如此，它仍不建議用於高風險賭博或金融交易。對於一般使用者而言，只要理解工具限制並正確設定參數（如範圍、去重），結果便具備足夠的公正性與實用價值。真正的公平不僅來自演算法，也來自透明的操作流程與公開的規則。

使用者常問：「這些數字真的是隨機的嗎？」答案取決於技術實現——Callculation 在可行環境下使用加密安全亂數，但本質仍是偽隨機，無法達到量子層級的真隨機。第二個熱門問題：「如何產生不重複的數字？」只需在設定中勾選「禁止重複」選項，系統會自動過濾重複值。若用於大樂透選號，可設定範圍 1 至 49，數量 6，並啟用去重，但請注意：台灣公益彩券開獎為官方獨立流程，此工具僅供模擬或娛樂參考，不具法律效力。最後，若請求的不重複數量超過範圍上限（例如在 1–3 中要求五個唯一整數），系統會顯示錯誤，因數學上不可能滿足條件。此時應縮小數量或擴大範圍。更多進階應用可搭配 絕對變化計算器 進行數據分析。