如何基于单个随机种子生成多组随机数？Solidity链上实现咨询

现有实现的数学合理性判断 #

你的当前实现存在严重的概率分布不均匀、随机数相关性过高的问题，不符合随机数生成要求：

• 所有轮次的计算都基于同一个原始随机种子仅调整模运算的基数，相邻轮次的计算结果高度相关，不满足独立随机数的要求，存在被预测的风险。
• 两次取模的计算逻辑会放大分布偏差：例如(randomness % (100 + i)) % 100的写法，当i=1时模101再取模100，0出现的概率是2/101，其余1-99出现的概率是1/101，分布明显不均；i越大偏差会越明显。
• 同轮次生成的random1和random2强相关，知道其中一个就能直接推导另一个的值，完全不具备独立性。

最优实现方案 #

你可以通过原生keccak256哈希运算打散种子的方式，衍生多个独立均匀分布的随机数，gas成本极低，完全满足复用ChainLink VRF随机种子的需求，示例代码如下：

uint256 randomness = 78076127350936886139585537764964110448646985064549445555744769369952641998556;
uint256 seed = randomness;
for (uint256 i = 0; i < 10; i++) {
  // 哈希打散当前种子，得到独立的随机源
  bytes32 randHash = keccak256(abi.encodePacked(seed, i));
  uint256 currentRand = uint256(randHash);
  // 生成0-99随机数
  uint8 random1 = SafeCast.toUint8(currentRand % 100);
  // 生成0-2随机数
  uint8 random2 = SafeCast.toUint8(currentRand % 3);
  // 更新种子用于下一轮计算
  seed = currentRand;
}

补充说明 #

如果你的场景对随机性要求极高（比如区块链博彩类业务），可以额外增加拒斥采样逻辑消除模运算带来的微小偏差：以生成0-99的随机数为例，取currentRand的高128位计算模100，若结果小于2^128 - (2^128 % 100)则保留，否则重新生成新的哈希计算即可，普通业务场景下该偏差可以忽略，不需要额外处理。 #

内容的提问来源于stack exchange，提问作者Paté