当前位置:首页 > 文章列表 > Golang > Go教程 > crypto/rand.Int 生成范围内随机数的实现方式

crypto/rand.Int 生成范围内随机数的实现方式

来源:17golang原创 2026-11-12 18:21:27 0浏览 收藏
热门推荐
漫画APP
动画内容聚合,热门资源快捷查看
立即下载

在 Go 中需要生成一个范围内的安全随机数,可以直接调用 crypto/rand.Int。它接收一个 io.Reader 和一个 *big.Int 类型的上界,返回均匀分布在 [0,max) 内的 *big.Int。也就是说,上界不包含在结果里;例如 max=100 时,结果范围是 0 到 99。

最小写法是 n, err := rand.Int(rand.Reader, big.NewInt(100))。上界必须大于 0,读取随机源的错误要正常返回;如果结果只用于小范围编号,再确认范围适合后调用 Int64()。
  • 函数入口:crypto/rand.Int(rand io.Reader, max *big.Int)。
  • 范围语义:结果属于 [0,max),不包含 max。
  • 类型边界:上界和结果都是 big.Int,普通整数上界可用 big.NewInt 构造。
  • 安全边界:需要不可预测随机数时使用 crypto/rand,模拟或普通抽样再考虑 math/rand/v2。

官方资料:https://pkg.go.dev/crypto/rand

用 rand.Int 生成 [0,max) 内的安全随机数

rand.Reader 是 crypto/rand 提供的全局安全随机源,可以作为第一个参数传给 rand.Int。第二个参数不是 Go 内置的 int,而是 *big.Int;对于常见的正数上界,用 big.NewInt 最直接。

crypto/rand.Int 调用方、rand.Reader、big.Int 上界与 [0,max) 返回区间的结构说明图
图1:crypto/rand.Int 的调用、随机源和返回区间结构说明图,不是截图或运行证据。
package main

import (
    "crypto/rand"
    "fmt"
    "math/big"
)

func main() {
    // big.NewInt(100) 表示上界 100,结果只能落在 0 到 99。
    n, err := rand.Int(rand.Reader, big.NewInt(100))
    if err != nil {
        // 随机源出错时把错误交给调用方,不要把零值当成随机结果。
        panic(fmt.Errorf("生成安全随机数失败: %w", err))
    }
    fmt.Println(n.String()) // n 是 *big.Int,先按字符串输出更稳妥。
}

这里的 rand 参数表示随机字节从哪里来,max 只负责限定结果上界。不要把 big.NewInt(100) 理解成“生成 100 位数字”,它代表的是数值 100。若上界是 1,函数只能返回 0;若上界是 10,函数只能返回 0 到 9。

max、错误和结果类型怎么处理

官方文档规定,max 时 rand.Int 会 panic,而随机源读取失败时返回错误。对来自配置、请求或数据库的上界,先在业务层检查更容易给出可理解的错误,而不是把不合法输入直接传进函数。

big.NewInt 上界、max 小于等于零、随机源错误与 big.Int 转换边界的结构说明图
图2:max 参数、错误返回和结果转换边界说明图,不是截图或实际运行结果。
package randomid

import (
    "crypto/rand"
    "errors"
    "fmt"
    "math/big"
)

var ErrInvalidMax = errors.New("随机数上界必须大于 0")

// SecureIntInRange 生成 [0,max) 内的安全随机数,并把输入错误显式返回。
func SecureIntInRange(max int64) (int64, error) {
    if max 

如果上界本身可能超过 int64,不要强行把结果转成 Int64()。可以用 new(big.Int).SetString 解析大整数上界,并继续保留返回的 *big.Int,或调用 String() 传输十进制文本。这样不会因为结果类型过小而丢失高位。

安全随机数和普通随机数不要混用

crypto/rand 适合令牌、验证码、不可预测的抽样或安全相关标识;它的结果来自密码学安全随机源,调用链也因此带有读取错误。若只是游戏动画、模拟数据或测试中的可复现抽样,应根据需要选择 math/rand/v2,而不是为了所有场景都使用同一个 API。

选择时可以记住三个判断:第一,结果一旦被攻击者猜中会不会造成问题;第二,是否需要通过种子复现;第三,上界是否超过内置整数的表达范围。前两个答案决定随机源类型,最后一个答案决定是否保留 *big.Int。

常见问题

rand.Int( rand.Reader, big.NewInt(10) ) 会返回 10 吗?

不会。返回区间是左闭右开 [0,10),因此只可能得到 0 到 9。

为什么不能直接传 int 作为上界?

函数签名要求 *big.Int。小范围上界可以用 big.NewInt 构造;如果数据来自字符串或超出 int64,则应使用 SetString 创建大整数。

max 不合法时应该捕获 panic 吗?

更好的方式是在进入 rand.Int 前检查业务输入并返回错误。固定常量可以直接保证为正;外部输入则不要依赖 panic 作为正常控制流。

因此,crypto/rand.Int 的关键不是记住一段固定代码,而是同时理解上界类型、[0,max) 区间和错误边界。小范围场景用 rand.Reader + big.NewInt 即可;大整数场景保留 *big.Int,普通模拟场景再选择可复现的伪随机 API。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
math/rand/v2 Shuffle 打乱切片并隔离全局状态的方法math/rand/v2 Shuffle 打乱切片并隔离全局状态的方法
上一篇
math/rand/v2 Shuffle 打乱切片并隔离全局状态的方法
math/bits.RotateLeft 处理定长位字段的参数用法
下一篇
math/bits.RotateLeft 处理定长位字段的参数用法
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。
    999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。
    1002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。
    1122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。
    1097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。
    941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