随机行走算法（random walk algorithm），理学-化学-物理化学-计算与理论化学，一连串随机步骤组成的轨迹的数学统计模型。溶液或气体中分子移动的轨迹、动物觅食的轨迹、股票价格的波动，以及赌博中的赌金的变化等，都可以用随机行走模型描述，最早由K.皮尔逊[注]于1905年提出的。随机行走模型已经被应用在多个领域，包括生态学、经济学、心理学、计算机科学、物理、化学和生物。随机行走模型解释了这些领域中观察到的许多行为，是解释复杂行为的一个基本模型。随机行走有多种形式。通常，随机行走被假设成马尔可夫链或马尔可夫过程，但是也有更复杂的随机行走模式，如基于图形、线、平面、高维度面，甚至弯曲面上的行走；有些随机行走可能是群体行为。随机行走依赖于行走的时间参数，如每步的时间间隔可以是自然数列，或者是随机时间。随机行走往往与扩散模型相关，是马尔可夫过程研究的一个基本内容。在随机行走过程中，分散分布（dispersal distribution）、第一通道时间（first-passage time）和遭遇率（encounter rate）等性质被广泛研究。