这是Jenkins哈希的采用版本，从这里借来的

export function createDeterministicRandom(): () => number {
  let seed = 0x2F6E2B1;
  return function() {
    // Robert Jenkins’ 32 bit integer hash function
    seed = ((seed + 0x7ED55D16) + (seed << 12))  & 0xFFFFFFFF;
    seed = ((seed ^ 0xC761C23C) ^ (seed >>> 19)) & 0xFFFFFFFF;
    seed = ((seed + 0x165667B1) + (seed << 5))   & 0xFFFFFFFF;
    seed = ((seed + 0xD3A2646C) ^ (seed << 9))   & 0xFFFFFFFF;
    seed = ((seed + 0xFD7046C5) + (seed << 3))   & 0xFFFFFFFF;
    seed = ((seed ^ 0xB55A4F09) ^ (seed >>> 16)) & 0xFFFFFFFF;
    return (seed & 0xFFFFFFF) / 0x10000000;
  };
}

你可以这样使用它:

const deterministicRandom = createDeterministicRandom()
deterministicRandom()
// => 0.9872818551957607

deterministicRandom()
// => 0.34880331158638

对于一个固定的种子有一个简单的方法:

function fixedrandom(p){
    const seed = 43758.5453123;
    return (Math.abs(Math.sin(p)) * seed)%1;
}

数学。不是随机的，但是ran库解决了这个问题。它几乎拥有你能想象到的所有分布，并支持种子随机数生成。例子:

ran.core.seed(0)
myDist = new ran.Dist.Uniform(0, 1)
samples = myDist.sample(1000)

编写自己的伪随机生成器非常简单。

戴夫·斯科塞斯的建议是有用的，但正如其他人指出的那样，它并不是完全均匀分布的。

然而，这并不是因为sin的整数参数。这只是因为sin的范围，恰好是一个圆的一维投影。如果取圆的角度，它就会是均匀的。

所以用arg(exp(i * x)) / (2 * PI)代替sin(x)

如果你不喜欢线性顺序，可以把它和异或混合一下。实际因素也没有那么重要。

要生成n个伪随机数，可以使用以下代码:

function psora(k, n) {
  var r = Math.PI * (k ^ n)
  return r - Math.floor(r)
}
n = 42; for(k = 0; k < n; k++) console.log(psora(k, n))

还请注意，当需要真实熵时，不能使用伪随机序列。

注意:尽管(或者说，因为)简洁和明显的优雅，这个算法在随机性方面绝不是一个高质量的算法。看看这个答案中列出的例子，会有更好的结果。

(最初改编自另一个答案的评论中提出的一个聪明的想法。)

var seed = 1;
function random() {
    var x = Math.sin(seed++) * 10000;
    return x - Math.floor(x);
}

您可以将seed设置为任何数字，只是避免为零(或Math.PI的任何倍数)。

在我看来，这个解决方案的优雅之处在于没有任何“神奇”数字(除了10000，它代表了您必须丢弃的最小数字数量，以避免奇怪的模式-请参阅值为10,100,1000的结果)。简洁也很好。

它比Math.random()稍微慢一点(2或3倍)，但我相信它与任何其他用JavaScript编写的解决方案一样快。

不，就像他们说的，不可能播种Math.random() 但你可以安装外部包，为这做准备。我使用这些包，可以安装使用这些命令

npm i random-seed

该示例来自包文档。

var seed = 'Hello World',
rand1 = require('random-seed').create(seed),
rand2 = require('random-seed').create(seed);
console.log(rand1(100), rand2(100));

点击链接获取文档https://www.npmjs.com/package/random-seed