伪随机数生成的基本原理就是根据一个初始值（随机数种子），经过一系列计算（可以很复杂也可以很简单）获得另一个数值。太简单了不罗嗦直接上代码：

local function random()
  ---@class random
  local self = {}
  local _seed = 11
  local m = 2^31                --伪随机模
  local a = 1103515245          --伪随机倍数
  local b = 12345               --伪随机增量

  function self.seed(seed)
    _seed = seed
  end

  function self.next_seed()
    _seed = (_seed * a + b) & m
  end

  -- [min, max]
  function self.random(min, max)
    if min == max then
      return min
    end
    if min > max then
      return 0
    end
    self.next_seed()
    return _seed % (max - min + 1) + min
  end

  return self
end

return random

需要注意的是几个数值：伪随机模，伪随机倍数，伪随机增量并不是凭空而来的，为了是的伪随机足够的接近随机，计算得到的数值需要足够的接近平均分布。这就需要提到一个很有名的线性同余法（Linear Congruential Generator， LCG），即上文中的：

_seed = (_seed * a + b) & m

并满足：

• b 和 m 互质；
• m 的所有质因数都能整除 a - 1；
• 若 m 是 4 的倍数，则 a - 1 也是；
• a 和 b 是正整数。

<aside> 💡 附上一条的相关讨论：https://stackoverflow.com/questions/8569113/why-1103515245-is-used-in-rand

</aside>

那么 a, b, m 的数值应该怎么取呢？下面这篇文章给出了几组取值，及相应的研究：

https://www.researchgate.net/publication/2683298_A_Collection_of_Selected_Pseudorandom_Number_Generators_With_Linear_Structures

TL;DR：

文章 1.1 中提出的就是 ANSIC 中使用的 1103515245 和 12345 这个最经典的取值组合，至于 m 的取值为何是 2^31 这个值，主要考虑到实际需求上需要随机数的跨度范围足够大，或者说精度足够高，如果没有那么因此 m 够用即可（比如 2^16）。