由于这是一个面试问题，我认为面试官会通过两种方式进行评估：
- 能够理解问题的真正要求是什么。
- 能够想到一些可以满足这些要求的代码。
在某些情况下，这可能是一个非常好的面试问题，特别是如果面试官愿意在必要时向候选人提出问题的话。
在理解问题的要求方面，如果您知道这是一个非常困难的问题，那么会有所帮助，见证顽固测试 http://en.wikipedia.org/wiki/Diehard_tests中提到的睡衣的答案 https://stackoverflow.com/a/22917301/834521。从根本上来说，我认为候选人需要表现出对两件事的欣赏：
(a)整体分配数字应该与所需的分布相匹配（我假设在这种情况下它是统一的，但正如 @pjs 在评论中指出的那样，这个假设应该明确）。
(b)每个抽出的号码应该是独立的从之前抽出的数字中。
在电话面试中花半个小时编写一些代码，你不可能走得太远。如果我回答这个问题，我会尝试提出以下建议：
(a)要测试分布，请为浮点数提供一组相同大小的箱，并计算落入每个箱的数字。绘制直方图并观察它（绘制数据总是一个好主意）。为了扩展这一点，您可以使用卡方检验，如中所述阿米特的回答 https://stackoverflow.com/a/22916643/834521.
然而，正如评论中所讨论的，并且here http://www.cs.indiana.edu/~kapadia/project2/node14.html
卡方检验的主要问题是区间数量和大小的选择。尽管经验法则可以帮助产生良好的结果，但并没有适用于所有类型应用的灵丹妙药。
为此，柯尔莫哥洛夫-斯米尔诺夫 http://en.wikipedia.org/wiki/Kolmogorov%E2%80%93Smirnov_test可以使用测试。这个测试背后的想法是，如果你绘制了ordered数据应该非常适合完美有序的数据（称为累积分布）。对于均匀分布，完美的有序数据是一条直线：您期望数据的第 10 个百分位数为该范围的 10%，第 20 个百分位数为该范围的 20%，依此类推。因此，以编程方式，您可以对数据进行排序，根据理想值绘制它，您应该得到一条直线。您还可以应用正式的定量统计测试，该测试基于实际值和理想值之间的差异。
(b)为了测试独立性，有多种方法。自相关 http://en.wikipedia.org/wiki/Autocorrelation在不同的时间滞后是一个相当明显的问题：当时的价值有多大？t与当时的值相似t+1， 例如。这运行测试 http://en.wikipedia.org/wiki/Wald%E2%80%93Wolfowitz_runs_test另一个不错的方法是：根据所有数字是否高于或低于中位数，将它们转换为 1 或 0，然后可以使用游程长度的分布来构建统计检验。游程测试还可用于测试一个方向或另一个方向的游程，如所述here http://www.cs.indiana.edu/~kapadia/project2/node17.html and here http://www.cs.indiana.edu/~kapadia/project2/node17.html（这对于您的情况可能更有用）。只要您手头有公式，这两种方法都有相当简单的实现！
除了顽固测试之外，讨论随机数生成器的其他好来源包括here http://www.cs.indiana.edu/~kapadia/project2/node12.html and here http://www.eg.bucknell.edu/~xmeng/Course/CS6337/Note/master/node42.html.
