鉴于来自某些来源的序列pf数字，而不是PRNG但是说传感器或某种类型的记录数据，可以安全地假设像这样处理它
Nn / B = Qn Rem Mn
会导致序列 Q 比序列 M 具有更少的熵？
注意：假设 B 是 Q 和 M 具有相同的大小范围 .
这与the observation that most real world data sets, regardless or there source, have a logarithmic distribution有关;从1开始的数字比从9开始的数字要常见得多 . 但这对于低阶部分几乎没有说明 .
一个有趣的方式测试这个（并通过blow下他的电脑惹恼你的系统管理员）在bash运行这个：
ll -R 2>/dev/null | grep -v -e "^\./" | sed "s/[-rdwxlp]*\W*[0-9]*\W*[a-z]*\W*[a-z]*\W*\([0-9]\).*/\1/" | sort | uniq -c
并获取文件大小的第一个数字的直方图 .
1 回答
这取决于顺序 . 例如，取[1 * 7 = 7,3 * 7 = 21,6 * 7 = 42 ...（2 * N - 1）* 7]和B = 7.Qn将是[1,3,6， ...... 2 * N - 1]，Mn总是0 . 通常情况下，Q的熵会减少，就像移动一些位一样，但并不总是这样 .
当然，这对于来自（P）RNG的数据尤其不起作用，因为Qn的范围将与Mn的范围相同，并且对于两者，数字（几乎）均匀分布 .