掌握Go语言中的随机数生成（深入理解math/rand包的分布特性）

什么是伪随机数？

首先需要明确的是，计算机无法真正生成“完全随机”的数字。我们通常所说的“随机数”其实是伪随机数——它们是通过确定性的算法（称为伪随机数生成器，PRNG）从一个初始值（称为“种子”）出发，按照特定规则计算出来的序列。只要种子相同，生成的序列就完全一样。

Go 的 math/rand 包基础用法

在 Go 中使用 math/rand 非常简单。下面是最基本的例子：

package mainimport (	"fmt"	"math/rand")func main() {	n := rand.Intn(100) // 生成 [0, 100) 范围内的整数	fmt.Println("随机整数:", n)}

⚠️ 注意：上面这段代码每次运行都会输出相同的数字！这是因为 math/rand 默认使用固定的种子（通常是 1）。为了获得“看起来更随机”的结果，我们需要设置一个变化的种子。

设置随机种子

最常用的方法是使用当前时间作为种子：

package mainimport (	"fmt"	"math/rand"	"time")func main() {	rand.Seed(time.Now().UnixNano()) // 设置种子为当前纳秒时间	n := rand.Intn(100)	fmt.Println("随机整数:", n)}

这样每次运行程序时，由于时间不同，生成的随机数序列也会不同。

随机数的分布：均匀分布

math/rand 包生成的随机数默认遵循均匀分布（Uniform Distribution）。这意味着在指定范围内，每个数字被选中的概率是相等的。

例如，rand.Intn(10) 会以相同的概率返回 0 到 9 之间的任意整数。同样，rand.Float64() 返回 [0.0, 1.0) 之间的浮点数，每个值出现的可能性相同。

我们可以通过一个简单的实验来验证这一点：

package mainimport (	"fmt"	"math/rand"	"time")func main() {	rand.Seed(time.Now().UnixNano())	counts := make([]int, 10)	for i := 0; i < 100000; i++ {		n := rand.Intn(10)		counts[n]++	}	for i, c := range counts {		fmt.Printf("数字 %d 出现了 %d 次\n", i, c)	}}

运行上述代码，你会发现每个数字的出现次数都接近 10,000 次（100,000 ÷ 10），这正是均匀分布的表现。

其他分布类型（扩展知识）

虽然 math/rand 默认只提供均匀分布，但你可以基于它构建其他分布，比如正态分布（高斯分布）、指数分布等。不过，Go 标准库中的 crypto/rand 包更适合安全敏感场景，而 gonum.org/v1/gonum/stat/distuv 等第三方库则提供了更丰富的概率分布支持。

重要提醒：不要用于加密！

再次强调：math/rand 生成的是伪随机数，不具有密码学安全性。如果你需要用于生成密钥、令牌等安全相关用途，请务必使用 crypto/rand 包。

总结

通过本文，你已经掌握了：

• 如何使用 Go 的 math/rand 包生成随机数
• 为什么需要设置随机种子
• math/rand 生成的随机数是均匀分布的
• 该包适用于一般用途，但不适用于加密场景

希望这篇教程能帮助你更好地理解和使用 Go 语言中的随机数功能。记住关键词：Go语言随机数、math/rand包、均匀分布 和 伪随机数生成，它们是你深入学习的基础！