mt_rand() 在 PHP7 中仍存在模偏差问题，因其整数范围截断导致取模后概率不均，正确解法是使用 PHP7+ 的 random_int() 或拒绝采样法。
mt_rand() 在 PHP7 中仍存在模偏差（modulo bias）问题，这不是 PHP7 特有，而是所有基于整数范围截断的随机函数共有的底层缺陷。它会导致某些结果出现概率略高，破坏真正的均匀分布——尤其在抽奖、Token 生成、权限分配等对公平性敏感的场景中不可忽视。
什么是模偏差？
当你用 mt_rand(0, $max) 生成随机数后，再对某个数 n 取模（如 % n），比如：
$random = mt_rand(0, 99) % 10; // 期望 0–9 均匀分布
表面看是 0–9 各占 10%，但 mt_rand(0, 99) 实际返回 100 个值（0 到 99），而 100 % 10 == 0，此时无偏差；
但如果写成：
$random = mt_rand(0, 99) % 7; // 100 ÷ 7 = 14 余 2
那么余数 0 和 1 各被多覆盖一次（0–6、7–13、…、91–97 → 共 14 组，剩下 98、99 映射到 0、1），导致 0 和 1 的概率是 15/100 = 15%，其余是 14% ——这就是模偏差。
正确解决方式（不依赖 mt_rand）
✅ 推荐：用 random_int()（PHP7.0+，CSPRNG 安全）
它是 PHP7 引入的密码学安全伪随机数生成器（CSPRNG），无模偏差，且无需手动防偏：
立即学习“PHP免费学习笔记（深入）”；
// 安全、均匀、无偏差：生成 [1, 100] 内的整数 $number = random_int(1, 100); // 生成 6 位验证码（000000–999999） $code = str_pad(random_int(0, 999999), 6, '0', STR_PAD_LEFT);
✅
random_int()内部自动处理边界和均匀性，已规避模偏差，是官方推荐替代方案。
✅ 手动消除偏差（仅当必须用 mt_rand 时）
若因兼容旧代码无法立刻替换，可用「拒绝采样（rejection sampling）」法：
function secure_rand_range($min, $max) {
$range = $max - $min + 1;
$bits = (int) ceil(log($range, 2));
$byteMax = (1 << $bits) - 1;
do {
$val = mt_rand(0, $byteMax);
} while ($val >= $range);
return $min + $val;
}
// 使用示例：生成 [1, 13] 均匀整数（13 不是 2 的幂，易出偏）
$draw = secure_rand_range(1, 13);⚠️ 注意：此方法效率略低（最坏情况循环多次），但能保证数学上严格均匀。
❌ 不推荐：mt_rand() % n 或 (mt_rand() / mt_getrandmax()) * n
-
mt_rand() % n：直接引入模偏差； - 浮点缩放再取整（如
floor(mt_rand() / mt_getrandmax() * $n)）：因浮点精度和舍入误差，仍可能分布不均，且mt_getrandmax()在不同平台值不同（如 32 位系统为 2³¹−1），加剧不可控性。
补充提醒
-
mt_rand()不是加密安全的，PHP 手册明确警告：Caution: This function does not generate cryptographically secure values...
即使没模偏差，也不该用于 Token、密码盐、会话 ID 等场景。 - 如果你正在做抽奖、发优惠码、选中奖用户，请务必使用
random_int()； -
openssl_random_pseudo_bytes()或random_bytes()也可用，但需额外转换（如unpack('V', random_bytes(4))[1] % $n仍需防偏），不如random_int()直接。
不复杂但容易忽略：模偏差不会报错，也不会明显“出bug”，但它悄悄让概率失衡——而公平性一旦受损，用户信任就难以重建。
