Golang随机数生成技巧与rand包使用
Go语言中math/rand包的随机数生成常被误用——若未显式设置种子,程序每次运行都会输出完全相同的“随机”序列,根源在于其默认使用固定种子1;文章详解了这一安全隐患,并强调Go 1.20+应摒弃过时的rand.Seed(),转而使用rand.New(rand.NewSource(time.Now().UnixNano()))创建独立、安全的随机数生成器实例,同时对比了Intn与Int31n等关键方法的适用场景与性能差异,助你写出真正不可预测、符合生产要求的随机逻辑。

Go 的 math/rand 包默认不安全——如果你没显式设置种子,rand.Intn() 等函数每次运行都返回相同序列。
为什么每次运行程序得到的“随机数”都一样?
因为 math/rand 使用确定性伪随机数生成器(PRNG),且默认种子固定为 1。没有调用 rand.Seed() 或使用 rand.New() 配合 rand.NewSource(),就永远在复现同一串数字。
常见错误写法:
package mainimport "math/rand"
func main() { println(rand.Intn(100)) // 每次运行都输出 81 }
正确做法是用当前纳秒时间初始化全局源:
rand.Seed(time.Now().UnixNano())(Go 1.20 前常用,现已过时)- Go 1.20+ 推荐:用
rand.New(rand.NewSource(time.Now().UnixNano()))创建独立实例
如何生成 [0, n) 区间整数?用 Intn 还是 Int31n?
Intn(n) 是最常用方法,但要注意它内部调用的是 Int63n(n)(64 位),对小范围 n(比如 n )有轻微性能开销;而 Int31n(n) 专为 int32 范围优化,更快且足够日常使用。
示例(推荐):
package mainimport ( "fmt" "math/rand" "time" )
func main() { r := rand.New(rand.NewSource(time.Now().UnixNano())) fmt.Println(r.Int31n(100)) // 输出 0–99 之间的 int32 }
- 若需
int类型(可能为 64 位),用r.Intn(100) - 若明确只要 32 位、且
n ,优先选Int31n - 避免直接用全局
rand.Intn()—— 它和其它全局调用共享状态,多 goroutine 并发时可能 panic
如何生成指定范围 [min, max] 的随机整数?
Go 没有内置的 IntRange(min, max),必须手动计算:min + r.Intn(max - min + 1)。注意边界是否闭合、是否越界。
易错点:
max - min + 1必须 ≥ 1,否则Intn(0)panic- 若
min > max,结果未定义;应提前校验 - 整数溢出风险:当
min和max接近int64极值时,max - min可能溢出
安全写法示例:
func IntRange(r *rand.Rand, min, max int) int {
if min > max {
panic("min > max")
}
return min + r.Intn(max-min+1)
}
// 使用
r := rand.New(rand.NewSource(time.Now().UnixNano()))
n := IntRange(r, 10, 20) // 返回 10–20(含)
并发环境下怎么安全用 math/rand?
全局 rand.* 函数不是并发安全的;多个 goroutine 同时调用 rand.Intn() 可能导致 panic 或数据竞争。
解决方案只有两个:
- 每个 goroutine 创建自己的
*rand.Rand实例(推荐) - 用
sync.Mutex包裹全局调用(低效,不推荐)
不要复用同一个 *rand.Rand 实例跨 goroutine —— 它内部状态非原子更新,即使加锁也难保语义一致。
典型并发误用:
var globalRand = rand.New(rand.NewSource(time.Now().UnixNano()))go func() { globalRand.Intn(100) }() // ❌ 多 goroutine 写同一实例 go func() { globalRand.Intn(100) }()
正确方式:
go func() {
r := rand.New(rand.NewSource(time.Now().UnixNano()))
fmt.Println(r.Intn(100))
}()如果真需要高性能并发随机数,考虑 crypto/rand(密码学安全,但慢)或第三方库如 golang.org/x/exp/rand(Go 实验包,支持并发友好 API)。
真正麻烦的从来不是“怎么生成一个随机数”,而是“谁在什么时候用、会不会被别人同时改、种子够不够活、范围边界的符号有没有写反”。这些细节一漏,测试通过、上线飘红。
今天关于《Golang随机数生成技巧与rand包使用》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
StarshipGit状态配置教程详解
- 上一篇
- StarshipGit状态配置教程详解
- 下一篇
- Xmind导出高清长图技巧分享
-
- Golang · Go教程 | 48分钟前 | go · Go io.Writer bytes.Reader WriteTo
- Go bytes.Reader.WriteTo 怎么把内存数据流式复制出去
- 466浏览 收藏
-
- Golang · Go教程 | 1小时前 | 文件处理 · go · Go bufio Scanner.Buffer 超长文本行
- Go bufio.Scanner.Buffer 怎么读取超长文本行
- 120浏览 收藏
-
- Golang · Go教程 | 1小时前 | 文件处理 · go · Go archive/tar next tar.Reader
- Go archive/tar.Reader.Next 怎么安全遍历归档条目
- 337浏览 收藏
-
- Golang · Go教程 | 1小时前 | 文件处理 · 标准库 · 资源管理 · go语言 · zip Go archive/zip OpenReader Reader.Open
- Go archive/zip.OpenReader 怎么按名称读取压缩包文件
- 130浏览 收藏
-
- Golang · Go教程 | 3小时前 |
- Go tls.ConnectionState 读取协商协议与证书信息
- 327浏览 收藏
-
- Golang · Go教程 | 3小时前 | go · 随机数 Go crypto/rand 令牌
- Go crypto/rand 生成令牌并避免短随机数
- 145浏览 收藏
-
- Golang · Go教程 | 4小时前 | go · 目录 Go 符号链接 archive/tar Header.Typeflag
- Go archive/tar Header.Typeflag 区分目录与链接
- 199浏览 收藏
-
- Golang · Go教程 | 4小时前 | go · Go archive/tar tar.Writer FileInfoHeader
- Go archive/tar 流式写入文件元数据
- 366浏览 收藏
-
- Golang · Go教程 | 4小时前 | go ·
- Go compress/zstd 多帧解压的内存控制
- 269浏览 收藏
-
- Golang · Go教程 | 5小时前 | go ·
- Go fs.Sub 暴露子目录并保持路径安全
- 449浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 321次使用
-
- 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。
- 377次使用
-
- 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。
- 373次使用
-
- 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。
- 337次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 163次使用
-
- Java 性能优化上线清单:从定位、改造到灰度发布
- 2026-06-11 860浏览
-
- Spring Boot 压测验证:Gatling、JMeter 与性能回归门禁
- 2026-06-11 843浏览
-
- Java NMT 非堆内存排查:Direct Buffer、线程栈与 Metaspace 分析
- 2026-06-11 826浏览
-
- Spring Boot 容器内存优化:JVM 堆、非堆与 MaxRAMPercentage
- 2026-06-11 809浏览
-
- Tomcat 连接与线程参数调优:maxThreads、acceptCount 与 KeepAlive
- 2026-06-11 792浏览
