起初，我会得到和其他人一样的答案，并将此归结为rand()个问题.然而，我想这样做更好，而是分析了您的数学计算实际产生的分布.

TL；DR:您看到的模式与底层的随机数生成器无关，而只是由于您的程序处理数字的方式所致.

我将继续使用你的蓝色函数，因为它们都是相似的.

uint8_t blue(uint32_t x, uint32_t y) {
    return (rand() % 2)                  ? (x + y) % rand() :
           ((x * y % 1024) % rand()) % 2 ? (x - y) % rand() :
                                           rand();
}

每个像素值从三个函数中 Select :(x + y) % rand()个、(x - y) % rand()个和rand()；

让我们来看看每一张照片.

• rand()

这就是你所期待的，只是噪音.将此称为"图像C"

• (x + y) % rand()个

这里你要把像素坐标加在一起，然后用一个随机数除以余数.如果图像为1024x1024，则总和在[0-2046]范围内.你所使用的随机数在[0，RAND_MAX]范围内，RAND_MAX至少是32k，在某些系统上是20亿.换言之，剩下的不只是(x + y)人，最多有16分之一的可能性.所以在大多数情况下，这个函数只会产生一个向+x+y方向增加蓝色的梯度.

然而，你只使用最低的8位，因为你返回uint8_t，所以你将有256像素宽的渐变条纹.

把这叫做"图像A"

• (x - y) % rand()个

在这里，您可以做一些类似的操作，但是使用了减法.只要x大于y，你就会得到类似于上图的东西.但在y较大的地方，结果是一个非常大的数字，因为x和y是无符号的(负结果环绕到无符号类型范围的顶部)，然后% rand()开始工作，实际上会得到噪声.

称之为"图像B"

最终图像中的每个像素都是使用函数rand() % 2和((x * y % rand()4) % rand()) % 2从这三幅图像中的一幅中获取的.第一个可以理解为以50%的概率 Select (忽略rand()及其低阶位的问题)

这是rand() % 2为真(白色像素)的特写，因此 Select 了图像A.

第二个函数((x * y % (x * y % 1024)4) % rand()) % 2同样存在这样一个问题:rand()通常大于你要除以的(x * y % 1024)，也就是最多(x * y % 1024)3.那么(x*y%1024)%2产生0和1的频率就不一样了.任何奇数乘以任何偶数都是偶数.任何偶数乘以任何偶数也是偶数.只有奇数乘以奇数才是奇数，因此，在四分之三时间为偶数的值上，%2将在四分之三时间内产生0.

这里是((x * y % 1024) % rand()) % 2为真的特写，这样就可以 Select 图像B.它精确地 Select 两个坐标都是奇数的位置.

下面是可以 Select 图像C的特写:

最后结合以下条件 Select 图像B:

个

Select 图像C时:

由此产生的组合可以理解为:

以50%的概率使用图像A中的像素.剩下的时间在图像B和图像C之间 Select ，其中两个坐标都是奇数，其中一个是偶数.

最后，因为你对三种不同的 colored颜色 做了相同的处理，但方向不同，所以每种 colored颜色 的图案方向不同，并产生你看到的交叉条或网格图案.