随机工具的工作原理

熵与无偏整数

抽取从 crypto.getRandomValues() 开始。整数范围采用拒绝采样，丢弃 32 位范围末尾不足一个完整区间的部分，避免取模偏差。如果所需的浏览器 API 不可用，工具会报告失败，而不会改用 Math.random()。

洗牌、加权与不重复抽取

等概率列表采用 Fisher–Yates 洗牌或不放回的部分抽样。加权工具会校验每个正权重，并显示模型计算的首次抽取概率。淘汰和不重复模式在动画开始前保存快照，避免编辑或重复事件改变正在进行的抽取结果。

公平性的边界

浏览器的密码学随机性适用于普通课堂、团队、聚会和个人决策。它不是大气随机源、受监管的抽奖服务、经公证的审计，也不能证明原始列表完整。本地抽取凭据有助于重现浏览器记录的内容，但不是第三方认证。

测试与修正

随机引擎允许注入熵，以进行确定性的单元测试和边界测试。发布检查涵盖条目纳入、重复条目的身份、范围限制、工作区迁移、取消、状态恢复和 CSV 往返转换。可复现的缺陷可通过联系页面上的支持邮箱报告。

运行时生成的结果提示音

可选的转盘提示音在运行时由 Web Audio 振荡器的两个音符生成。它是原创程序输出，不会下载或捆绑第三方音乐或录音。

一手参考资料

实现依据 W3C Web Cryptography API 和标准抽样算法独立编写。产品行为和限制按版本记录在公开更新日志中。

• W3C Web 密码学 API