梅森素数旋转法

算法定义

伪随机数

伪随机数就是可以通过特定的初始值可以得出特定的伪随机数，这些伪随机数在统计上具有均匀性、独立性。所以在现实生活中，我们可以通过伪随机数生成算法来满足生成随机数的需求。

梅森素数旋转法

它是一种伪随机数生成算法，它能够根据某个初始种子生成随机串。由于该该算法的"旋转"特性，生成的随机串是有周期的。在周期外的数是可以通过上一周期产生的随机串推出来，故在周期外就不具备随机中的独立性了。但是在此算法中，我们不必担心，因为它的周期是梅森素数$2^{19937}-1$，这数非常大，大到足以让我们安心的使用此随机数生成算法。比如像c++、R、python、MATLAB的随机数产生都是运用此算法实现。比较常见的有两种算法，分别是基于32位的MT19937-32和基于64位的MT19937-64，在此我们介绍的是MT19937-32，MT19937-32算法能够生成$[0,2^{32}-1]$范围内的整数随机数.

k-distributed to v-bit accuracy（k分布v位准确度）

生成随机数算法有很多，所以需要一个标准来评估这些随机数生成算法的质量。其中一个度量算法就是k-distributed to v-bit accuracy（翻译不准确，故在此不翻译啦~）。接下来具体来讲下这个评估算法：
假设某一个随机数生成算法能够产生周期为$P$的$w$比特的随机串{ $x_i$},同时将$w$比特的随机数$x$的最高$v$（前$v$）位组成的数记作为$trun{c}_v(x)$.因此可以构造出如下的二进制数，长度为$kv$比特：
$PRN{G}_{k,v}(i)=(trun{c}_v(x_i),trun{c}_v(x_{i+1}),...,trun{c}_v(x_{i+k-1}))$

显而易见，$PRN{G}_{k,v}(i)$的长度是kv，所以总共有$2^{kv}$种取值。如果我们说随机串{ $x_i$}是满足k-distributed to v-bit accuracy的，则当$x_i$取遍周期P内的值时，$PRN{G}_{k,v}(i)$在$2^{kv}$种取值中是均匀的。

对于固定的v，我们易知，如果{ $x^{}$