Gerando número aleatório de 1 a 2 na prática
A maior parte das pessoas usa rand() ou similar e assume que funciona. Isso é aceitável para a maioria dos projetos, mas traz detalhes que quebram coisas sutilmente. Vou explicar como fazer isso funcionar de verdade, com os pontos que geralmente passam despercebidos.
O básico do número aleatório de 1 a 2
O conceito é simples: você precisa de um gerador que retorne 1 ou 2 com probabilidade próxima de 50% para cada um. A maioria das linguagens oferece funções prontas, mas a implementação por trás delas varia drasticamente. O rand() do C, por exemplo, é um gerador linear congruencial com periodos curtos e padrões previsíveis se você souber a seed. Para situações cotidianas, como distribuir carga entre dois servidores ou criar um teste A/B simples, isso não é problema. A distribuição converge rápido o suficiente para propósitos práticos. Mas se você estiver construindo algo que precisa de imprevisibilidade real — um sorteio com premio, segurança básica, ou simulação estatistica — ai a coisa muda.
Eu já passei por um caso onde um sistema de distribuição de tarefas usava rand() % 2 para alternar entre dois workers. A principio parecia funcionando, mas apos algumas semanas notei que um dos servidores estava recebendo 62% das requicoes. O problema nao era o modulo em si, mas como a seed era inicializada: usavamos o timestamp em segundos, entao varias chamadas dentro do mesmo segundo recebiam a mesma seed e geravam a mesma sequencia. Solucao? Trocar por uma seed baseada em /dev/urandom no Linux, ou usar rand_r() com seed gerada de fonte nao deterministica. Isso corrigiu a distribuicao em menos de uma hora de teste.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Metodos mais robustos
Se voce precisa de algo que funcione sem surpresas, olhe para funciones como random() do PHP, System.Random do .NET, ou o modulo random do Python. Eles usam algoritmos mais modernos (Mersenne Twister, PCG, Xoshiro) com periodos longos e distribuicao mais uniforme. Para criptografia ou qualquer coisa onde adversarios possam tentar prever os valores, use geradores criptograficamente seguros. Em Python tem secrets.choice([1, 2]). Em JavaScript, crypto.getRandomValues(). No C++, use std::random_device com std::uniform_int_distribution. Isso eh mais lento, mas impede que alguem que observe varios resultados consiga prever o proximo.
Um detalhe importante: mesmo com geradores bons, aplicar mod 2 pode introduzir viés se o rango do gerador nao for multiplo de 2. A maioria das bibliotecas modernas lida com isso internamente, mas se voce implementar do zero, use rejeicao: gere um numero, se estiver fora do rango desejado, descarte e tente de novo. Para 1 a 2 isso quase nunca acontece na pratica, mas o conceito eh util quando o rango nao eh potencia de 2.
Quando evitar números aleatórios de 1 a 2
Nao use rand() ou similares para senhas, tokens de sessão, ou qualquer coisa que dependa de imprevisibilidade. Ja vi gente usar hash(md5(time())) para gerar tokens e ter sessoes comprometidas porque o timestamp é previsível. Use sempre fontes criptográficas para isso. Também tenha cuidado com testes unitários que dependem de aleatoriedade. Se um teste passa porque o gerador produziu uma sequencia específica, ele pode falhar em outra maquina ou depois de atualizar a biblioteca. Trave seeds em testes que precisam de comportamento determinístico, ou use dados fixos quando a aleatoriedade nao eh o foco do teste.
O principal problema que vejo na pratica eh confiar cegamente na função padrão. Ela funciona para a maioria das coisas, mas quando o sistema cresce ou os requisitos mudam, a falta de controle sobre o gerador aparece como bug misterioso. Saber qual função usar, quando usar, e como validar a distribuicao economiza horas de debug.
