只要是標準分佈的隨機序列，其必定是均勻的。

只是人會傾向於認爲，小概率事件不會出現在隨機序列中。然而這是錯的。

巨數法則告訴我們，小概率事件在多次執行仍不發生的概率，會很快地下降。

随机序列也有可能看起来不太随机。将一个硬币扔 100 次，得到一个序列，h 为正面 t 为反面，下面哪个序列是真实的抛硬币结果，哪个是脑补出来的？

序列 1：

tthhhhhtthhhhtthhthhhtthhhhttththhhtthhhhhhtthhhhh
htthhthhhthhhhthhththtttththtthhtthhhhhttthhththtt 序列 2：

hthtthhtthtthhhthtthtttththhthhththhhhthhtthtththh
hthhhthtththhhthttththhthhhthththhhhthhthttththhth
答案是序列 1。在一个完全随机的抛硬币过程中，100 次抛掷得到至少一个连续 6 次相同结果的序列的概率大于 80%，得到至少一个连续 5 次相同结果的序列的概率大于 90%。而在序列 2 里，最长的一串连续序列的长度仅有 4。一列伪造的硬币随机数为了让自己看起来更随机，可能会频繁变化正反，但正是这一点反而出卖了它的伪随机本质。

http://zhuanlan.zhihu.com/chenqin/19927854

而使其看上去更隨機的方法，就如上所說，頻繁變換正反。

function pseudoPseudoRandom(threshold) {
    var l = NaN;
    return function() {
        var i;
        do {
            i = Math.random();
        } while (Math.abs(l - i) < threshold);
        return l = i;
    }
}

var pseudoCoin = pseudoPseudoRandom(0.5);

for (var i = 0; i < 100; ++i) {
    pseudoCoin();
}