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;
}

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。

在PHP中，有一个srand(seed)函数，它为特定的seed生成固定的随机值。 但是，在JS中，没有这样的内置函数。

然而，我们可以编写简单而简短的函数。

第一步:选择一些种子(固定编号)。 Var种子= 100; Number应为正整数且大于1，详见步骤2。

第2步:在Seed上执行Math.sin()函数，它将给出该数字的sin值。将这个值存储在变量x中。

var x; 
x = Math.sin(seed); // Will Return Fractional Value between -1 & 1 (ex. 0.4059..)

sin()方法返回一个介于-1到1之间的分数值。我们不需要负数，因此，在第一步中选择大于1的数字。

步骤3:返回值是-1到1之间的分数值。所以这个值乘以10使它大于1。

x = x * 10; // 10 for Single Digit Number

第四步:将数值乘以10，得到额外的数字

x = x * 10; // Will Give value between 10 and 99 OR
x = x * 100; // Will Give value between 100 and 999

按要求的数字相乘。

结果将是十进制的。

第五步:通过Math's Round (Math. Round())方法删除小数点后的值。

x = Math.round(x); // This will give Integer Value.

第六步:用数学把负值转化为正数(如果有的话)。abs方法

x = Math.abs(x); // Convert Negative Values into Positive(if any)

解释。最终代码

var seed = 111; // Any Number greater than 1
var digit = 10 // 1 => single digit, 10 => 2 Digits, 100 => 3 Digits and so. (Multiple of 10) 

var x; // Initialize the Value to store the result
x = Math.sin(seed); // Perform Mathematical Sin Method on Seed.
x = x * 10; // Convert that number into integer
x = x * digit; // Number of Digits to be included
x = Math.round(x); // Remove Decimals
x = Math.abs(x); // Convert Negative Number into Positive

干净和优化的函数代码

function random_seed(seed, digit = 1) {
    var x = Math.abs(Math.round(Math.sin(seed++) * 10 * digit));
    return x;
}

然后调用此函数using Random_seed (any_number, number_of_digits)any_number必须且应该大于1。number_of_digits是可选参数，如果没有传递，将返回1 Digit。

random_seed(555); // 1 Digit
random_seed(234, 1); // 1 Digit
random_seed(7895656, 1000); // 4 Digit

Antti Sykäri的算法很好，很短。我最初做了一个变种来取代JavaScript的Math。当你调用Math.seed(s)时是随机的，但随后Jason评论说返回函数会更好:

Math.seed = function(s) {
    return function() {
        s = Math.sin(s) * 10000; return s - Math.floor(s);
    };
};

// usage:
var random1 = Math.seed(42);
var random2 = Math.seed(random1());
Math.random = Math.seed(random2());

这为您提供了JavaScript没有的另一个功能:多个独立的随机生成器。如果您希望同时运行多个可重复的模拟，这一点尤其重要。

不可能在Math中植入种子。随机函数，但是用Javascript实现一个高质量的RNG是可能的，只需很少的代码。

Javascript数字是64位浮点精度，可以表示小于2^53的所有正整数。这给我们的算法带来了一个硬限制，但在这些限制内，您仍然可以为高质量的Lehmer / LCG随机数生成器选择参数。

function RNG(seed) {
    var m = 2**35 - 31
    var a = 185852
    var s = seed % m
    return function () {
        return (s = s * a % m) / m
    }
}

Math.random = RNG(Date.now())

如果你想要更高质量的随机数，代价是速度慢10倍，你可以使用BigInt进行算术，并选择m刚好适合双精度的参数。

function RNG(seed) {
    var m_as_number = 2**53 - 111
    var m = 2n**53n - 111n
    var a = 5667072534355537n
    var s = BigInt(seed) % m
    return function () {
        return Number(s = s * a % m) / m_as_number
    }
}

参见Pierre l’ecuyer的这篇论文，了解上述实现中使用的参数: https://www.ams.org/journals/mcom/1999-68-225/S0025-5718-99-00996-5/S0025-5718-99-00996-5.pdf

无论你做什么，避免使用Math.sin的所有其他答案!