当前位置:首页 > 文章列表 > Golang > Go教程 > Golang随机数生成技巧与方法

Golang随机数生成技巧与方法

2026-04-29 22:42:48 0浏览 收藏
本文深入解析了Go语言中随机数生成的核心要点:既要掌握math/rand包的正确用法——包括必须初始化种子(1.20+推荐使用rand.New(rand.NewSource(time.Now().UnixNano()))避免全局状态污染)、灵活生成指定范围整数和浮点数,又要清醒认识到其伪随机本质——在密码、Token等安全敏感场景下必须切换至crypto/rand包,否则将埋下严重安全隐患;一句话总结:设对种子保日常可用,换对包才保安全可靠。

如何使用Golang生成随机数_Golang math Rand生成方法说明

Go 语言中生成随机数主要靠 math/rand 包,但要注意:它默认不带真随机性,需手动设置种子(seed),否则每次运行结果都一样。

初始化 rand.Seed(必须做)

在 Go 1.20 之前,需要用 rand.Seed() 设置随机种子;1.20+ 版本推荐使用 rand.New(rand.NewSource()) 的方式,避免全局状态干扰。

  • 老写法(兼容旧版本):rand.Seed(time.Now().UnixNano())
  • 新写法(推荐):r := rand.New(rand.NewSource(time.Now().UnixNano())),后续用 r.Intn(100) 等方法
  • 不设种子 → 每次程序运行都输出相同“随机”序列,调试时可能误以为逻辑出错

生成指定范围的整数

最常用的是 Intn(n),返回 [0, n) 范围内的随机整数(不含 n)。

  • 比如 r.Intn(10) 得到 0~9 的整数
  • 要生成 [a, b] 闭区间整数?写成 a + r.Intn(b-a+1)
  • 例如:[5, 15] → 5 + r.Intn(11)

生成浮点数和其它类型

rand 还提供多种基础类型支持:

  • r.Float32():返回 [0.0, 1.0) 的 float32
  • r.Float64():返回 [0.0, 1.0) 的 float64
  • r.Int():返回 int 范围内的随机整数(注意可能溢出)
  • 想生成 [0.5, 2.5) 的 float64?用 0.5 + r.Float64()*2.0

安全场景别用 math/rand

如果用于密码、token、加密密钥等安全敏感场景,math/rand 不够安全 —— 它是伪随机,可预测。

  • 应改用 crypto/rand 包
  • 例如:crypto/rand.Int(rand.Reader, big.NewInt(100)) 生成安全随机整数
  • 注意:crypto/rand 性能较低,日常逻辑、游戏、测试用 math/rand 就够了

基本上就这些。关键就两点:记得设种子,安全场景换 crypto/rand。

好了,本文到此结束,带大家了解了《Golang随机数生成技巧与方法》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多Golang知识!

Java调用Python脚本的多种方式对比Java调用Python脚本的多种方式对比
上一篇
Java调用Python脚本的多种方式对比
Safari10.1忽略nomodule属性吗?
下一篇
Safari10.1忽略nomodule属性吗?
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。
    343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。
    405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。
    404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。
    364次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    186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 和 隐私政策
返回登录
  • 重置密码