当前位置:首页 > 文章列表 > Golang > Go教程 > Golang使用math/rand生成随机数教程

Golang使用math/rand生成随机数教程

2026-01-28 22:03:42 0浏览 收藏

今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《Golang如何用math/rand生成随机数》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!

在 Go 中需初始化随机源避免重复序列,Go 1.20 前用 rand.Seed(time.Now().UnixNano()),之后推荐 r := rand.New(rand.NewSource(time.Now().UnixNano()));再用 r.Intn(100)+1、r.Float64()*5.0、r.Intn(2)==0 分别生成 1–100 整数、0.0–5.0 浮点数和布尔值。

如何在Golang中使用math/rand生成随机数_创建随机数据

在 Go 中使用 math/rand 生成随机数,关键在于正确初始化随机数生成器(避免重复种子),并根据需求选择合适的随机方法。默认的全局随机源是确定性的,不加初始化会导致每次运行结果相同。

初始化随机源(避免固定序列)

Go 的 rand 包默认使用固定种子(如 1),所以必须显式设置种子才能获得真正“随机”的效果。推荐用当前时间纳秒值作为种子:

  • rand.Seed(time.Now().UnixNano()) —— 适用于简单场景(Go 1.20 之前必需)
  • Go 1.20+ 推荐使用独立的随机源:r := rand.New(rand.NewSource(time.Now().UnixNano())),避免污染全局状态

生成常见类型的随机数

使用 rand.Intn(n) 获取 [0, n) 范围内的整数;用 rand.Float64() 得到 [0.0, 1.0) 的浮点数:

  • 随机整数(例如 1–100):r.Intn(100) + 1
  • 随机浮点数(例如 0.0–5.0):r.Float64() * 5.0
  • 随机布尔值:r.Intn(2) == 0r.Float64()

生成随机字符串或字节切片

结合 rand.Intn() 和字符集可构造随机字符串:

  • 定义字母表(如大小写字母 + 数字):const letters = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"
  • 逐位采样:letters[r.Intn(len(letters))],拼接成指定长度字符串
  • 更高效方式:预分配字节切片,用 r.Read()(需导入 crypto/rand)适合密码学安全场景,但 math/rand 不适用

生成结构化随机数据(如用户、订单)

组合基础随机方法即可模拟真实数据:

  • 姓名:从预设姓氏/名字列表中随机选取再拼接
  • ID:用 rand.Int63() 生成唯一长整型,或混入时间戳+随机后缀
  • 时间:用 time.Now().Add(-time.Hour * time.Duration(r.Int63n(24*30))) 生成过去一个月内的随机时间
  • 注意:若需并发安全,每个 goroutine 应使用自己的 *rand.Rand 实例,或加锁

不复杂但容易忽略——只要记得初始化种子、按需选方法、区分是否需要密码学安全,就能稳定生成符合预期的随机数据。

终于介绍完啦!小伙伴们,这篇关于《Golang使用math/rand生成随机数教程》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布Golang相关知识,快来关注吧!

HTML5图片像素化实现与代码解析HTML5图片像素化实现与代码解析
上一篇
HTML5图片像素化实现与代码解析
17yoo官网入口及官方游戏链接
下一篇
17yoo官网入口及官方游戏链接
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    199次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    255次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    209次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    199次使用
  • CMMLU中文大模型评估基准:功能、使用教程与应用场景解析
    CMMLU
    深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
    185次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码