每次执行新的Random（）时，它都会初始化。这意味着在一个紧密的循环中，你会多次获得相同的值。您应该保留一个Random实例，并在同一实例上继续使用Next。

//Function to get random number
private static readonly Random getrandom = new Random();

public static int GetRandomNumber(int min, int max)
{
    lock(getrandom) // synchronize
    {
        return getrandom.Next(min, max);
    }
}

Random类用于创建随机数。（当然是伪随机）。

例子：

Random rnd = new Random();
int month  = rnd.Next(1, 13);  // creates a number between 1 and 12
int dice   = rnd.Next(1, 7);   // creates a number between 1 and 6
int card   = rnd.Next(52);     // creates a number between 0 and 51

如果您要创建多个随机数，则应保留random实例并重复使用。如果您创建的新实例时间太近，它们将生成与随机生成器从系统时钟中生成的序列相同的随机数。

我假设你想要一个均匀分布的随机数生成器，如下所示。包括C#和C++在内的大多数编程语言中的随机数在使用之前都没有正确地进行混洗。这意味着你会一次又一次地得到相同的数字，这并不是随机的。为了避免反复绘制相同的数字，您需要一个种子。通常，此任务的时间刻度是正常的。记住，如果你每次使用相同的种子，你会得到相同的数字。所以尽量使用不同的种子。时间是种子的好来源，因为它们总是变化。

int GetRandomNumber(int min, int max)
{
    Random rand = new Random((int)DateTime.Now.Ticks);
    return rand.Next(min, max);
}

如果您正在寻找正态分布的随机数生成器，可以使用Box-Muller变换。检查随机高斯变量问题中yoyoyosef的答案。因为需要整数，所以必须在末尾将双精度值转换为整数。

Random rand = new Random(); //reuse this if you are generating many
double u1 = 1.0-rand.NextDouble(); //uniform(0,1] random doubles
double u2 = 1.0-rand.NextDouble();
double randStdNormal = Math.Sqrt(-2.0 * Math.Log(u1)) *
         Math.Sin(2.0 * Math.PI * u2); //random normal(0,1)
double randNormal =
         mean + stdDev * randStdNormal; //random normal(mean,stdDev^2)

随机高斯变量

除了COBOL答案，我已经尝试了所有这些解决方案。。。英雄联盟

这些解决方案都不够好。我需要一个快速的for int循环中的随机数，即使在很宽的范围内，我也得到了大量的重复值。在接受了太长时间的随机结果之后，我决定最终彻底解决这个问题。

这都是关于种子的。

我通过解析Guid中的非数字来创建一个随机整数，然后使用它来实例化random类。

public int GenerateRandom(int min, int max)
{
    var seed = Convert.ToInt32(Regex.Match(Guid.NewGuid().ToString(), @"\d+").Value);
    return new Random(seed).Next(min, max);
}

更新：如果实例化Random类一次，则无需种子化。所以最好创建一个静态类并调用一个方法。

public static class IntUtil
{
   private static Random random;

   private static void Init()
   {
      if (random == null) random = new Random();
   }

   public static int Random(int min, int max)
   {
      Init();
      return random.Next(min, max);
   }
}

然后您可以像这样使用静态类。。

for(var i = 0; i < 1000; i++)
{
   int randomNumber = IntUtil.Random(1,100);
   Console.WriteLine(randomNumber); 
}

我承认我更喜欢这种方法。

这个问题看起来很简单，但答案有点复杂。如果你看到几乎所有人都建议使用Random类，有些人建议使用RNG加密类。但是，什么时候选择。

为此，我们需要首先理解随机性这一术语及其背后的哲学。

我鼓励大家观看我制作的这段视频，它使用C#深入探讨了随机性的哲学https://www.youtube.com/watch?v=tCYxc-2-3年

首先，让我们了解随机性的哲学。当我们告诉一个人在红色、绿色和黄色之间选择时，内部会发生什么。是什么让一个人选择红色、黄色或绿色？

一些最初的想法进入了人们的头脑，决定了他的选择，它可以是最喜欢的颜色，幸运的颜色等等。换句话说，一些最初的触发，我们在RANDOM中称之为SEED。这个SEED是起点，是促使他选择RANDOM值的触发。

现在，如果种子很容易猜测，那么这些随机数被称为伪随机数，而当种子很难猜测时，这些随机数则被称为安全随机数。

例如，一个人根据天气和声音组合选择颜色，那么很难猜出最初的种子。

现在让我发表一个重要声明：-

*“Random”类只生成PSEUDO随机数，要生成SECURE随机数，我们需要使用“RNGCryptoServiceProvider”类。

随机类从CPU时钟中获取种子值，这是非常可预测的。换句话说，C#的RANDOM类生成伪随机数，下面是相同的代码。

Random random = new Random();
int randomNumber = random.Next();

而RNGCryptoServiceProvider类使用OS熵生成种子。OS熵是一个随机值，使用声音、鼠标点击、键盘计时、温度等生成。下面是相同的代码。

using (RNGCryptoServiceProvider rg = new RNGCryptoServiceProvider()) 
{ 
    byte[] rno = new byte[5];    
    rg.GetBytes(rno);    
    int randomvalue = BitConverter.ToInt32(rno, 0); 
}

要了解操作系统熵，请看我的视频，从14:30开始https://www.youtube.com/watch?v=tCYxc-2-3fY，其中解释了OS熵的逻辑。所以用简单的词RNG Crypto生成SECURE随机数。

为什么不使用int randomNumber=Random.Range（start_Range，end_Range）？