随机化策略指的是：激励随机化，配置随机化等。

  1）、对于较大的验证空间，随机化策略可以使验证有条件趋于量化流程，达到以时间换空间的效果。   2）、使用随机化产生激励，可以很容易的在短时间内产生大量的随机激励，随机激励可以达到我们工程师可能会忽略的地方，相对于固定的激励（难以覆盖较大的可激励空间），随机化的激励可以用更为抽象的数据包传输，简化数据场景，更能验证出DUT可能隐藏的错误，提高验证的完备性

  所谓配置随机化指的是，测试平台配置的随机化。可配置的测试平台可以为DUT创造出多种模拟的运行环境，而且这种模拟的环境越多越好。比如DUT具有一个I2C Master接口，那么测试平台应该具有提供1个到多个Master和slave的能力。

  其实之所以需要随机化是因为工程师的思维总是具有局限性，不可能想到所有的测试情况。就算想到了所有的情况，那么也不可能付诸实践。比如要测试一个32位的加法器，如果要全部覆盖则需要2的33次方个定向的testcase。这是无论如何也做不到的。如果使用大量的随机测试，只要部分验证通过，我们就可以认为验证通过。

随机化变量以及随机约束都只能在类class中声明。

  1）、使用关键字rand声明随机变量，随机变量的值在指定范围内均匀分布；如果不添加约束，随机变量可以是指定有效范围内的任何值。

  2）、使用关键字randc声明周期性随机变量，取值按照声明的有效范围周期性出现，且数据类型只可以是bit或者enum型。

  使用关键字constraint来添加约束语句块，指定随机变量的取值范围，或者各个变量之间的相互关系。

  ->操作符可以产生和case操作符类似效果的语句块，可以用于枚举类型的表达式。->与if-else约束可以相互转化。

  约束块不像是自上而下执行的程序性代码，它们是声明性代码，是并行的，所有的约束表达式同时有效。如果你用inside操作符约束变量的取值范围为[10:50]，然后用另一个约束表达式约束变量必须大于20，SV对这两个约束同时求解，最终限定变量的范围是21~50.

  SV的约束是双向的，这代表它会同时计算所有随机变量的约束，增加或删除任何一个约束都有可能对随机变量的取值产生影响。看下例：

  对于多bit变量，有时需要所有bit位都有toggle以保证cover所有场景，这就要求约束相关变量为onehot类型，SV提供了位向量系统函数$countones函数来统计变量中1的个数，用户可以通过施加约束来实现该操作。

  此外，SV还提供了其它系统函数，如$countbits(expression, control_bit {, control_bit})、$onehot (expression)、$onehot0(expression)、$isunknown (expression)，其作用如下：

  随着测试的进行，面对的约束越来越多，它们会相互作用，最终产生难以预测的结果；用来使能和禁止这些约束的代码也会增加测试的复杂度。

  很多测试只会在代码的一个地方随机化对象，SV允许使用randomise( )with{}来增加额外的约束，这和在类里面增加约束是等效的。看下例： 注意：在with{}语句里，SV使用了类的作用域，所以在上例中使用了addr变量，而不是t.addr。

在使用randomise（）with语句时常犯的错误就是使用()而不是{}内嵌的约束。记住，约束块应该使用{}，内嵌约束也应该使用{}，{}用于声明性的代码。