在前端开发中，我们经常需要生成随机数，比如生成验证码、随机背景色等。但是，由于 Math.random() 方法生成的随机数是均匀分布的，它们往往不能满足我们的需求。本文将介绍如何得到一个集中在中心的随机数。
什么是集中在中心的随机数？
所谓集中在中心的随机数，就是指生成的随机数在中心附近出现的概率更高。这种分布方式被称为正态分布或高斯分布，它在统计学、物理学、金融学等领域有广泛的应用。
如何生成集中在中心的随机数？
为了生成集中在中心的随机数，我们可以使用 Box-Muller 转换算法。该算法基于极坐标系下的正态分布特性，通过两个均匀分布的随机数生成一个正态分布的随机数。
以下是 JavaScript 实现代码：
function normalRandom() {
let u = 0, v = 0;
while (u === 0) u = Math.random(); // 避免 U 取值为 0
while (v === 0) v = Math.random(); // 避免 V 取值为 0
let num = Math.sqrt(-2 * Math.log(u)) * Math.cos(2 * Math.PI * v);
// 将均值设为 0，标准差设为 1
return num / 10 + 0.5;
}上述代码中，我们首先生成两个不为 0 的随机数 u 和 v，然后使用 Box-Muller 转换算法生成正态分布的随机数。最后，将得到的随机数乘以一个系数并加上偏移量，使其在 0 到 1 的范围内并集中在中心。
如何验证随机数是否符合要求？
为了验证生成的随机数是否符合要求，我们可以使用统计学中的假设检验方法。具体来说，我们可以绘制出样本的频率分布直方图，并使用正态分布拟合该直方图。如果拟合效果好，就说明生成的随机数符合正态分布。
以下是 JavaScript 实现代码：
-- -------------------- ---- -------
-------- -------------------- -
--- ---- - ---
--- ---- - - -- - - ------ ---- -
--------------------------
-
----- ------- - -
------- -
-
----- ------------
----- -----
--------- -
------- -----
---------- -
------ -------------
--
----- -
--
----- -------
------ ------
------ -----
-- -
------ -------
------ -----
---
--
----- ------
------ ------
------ -----
-- -
------ -------
------ -----
--
-
--
---------- -
------ ---------
--
--------- -
---------- -
------ ---------
-
-
-
--
-------- ---
------ -
----- --------
----- --------
------------ --- ----
--
------ -
----- -----------
----- ------------
----- --
-
--
----- ----- - ---------------------------------------------------
-------------------------
-上述代码中，我们首先生成 10000 个随机数，并绘制出它们的频率分布直方图。然后，我们使用正态分布拟合该直方图，并通过可视化展示验证结果
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/8784
