Go math/rand/v2 Rand.N 怎样生成固定数量随机值

math/rand/v2 的 Rand.N(n) 每次只生成一个位于 [0,n) 的伪随机整数。要生成固定数量的值，应先创建固定长度切片，再循环调用 N；切片长度决定数量，传给 N 的参数决定每个值的上限。需要可复现时，使用固定种子构建独立 Rand，并保持相同调用顺序。

官方文档：https://pkg.go.dev/math/rand/v2#Rand.N

背景：数量和取值上限是两个参数

假设要为模拟任务生成六个槽位编号，每个编号都小于 40。这里有两个互不替代的约束：数量是 6，范围上限是 40。r.N(40) 不会返回四十个值，也不会返回切片；它只返回一个整数，可能为 0，最大只能到 39。

因此函数接口最好显式写出 count 和 upper。前者关系到内存分配和循环次数，后者关系到随机值是否合法。不要把两者混为一个变量，尤其不要拿外部传入的巨大数量直接创建切片。

旧写法与新方法：从具体整数方法到 N

此前可通过 IntN、Int64N、Uint32N 等具体整数方法生成值。遇到自定义整数类型时，经常要在领域类型与具体整数类型之间转换。Go 1.27 增加了 Rand 的泛型方法 N，可以直接根据参数整数类型推断结果类型。

// 较旧工具链中，使用具体整数方法后再转回领域类型。
value := Slot(r.Uint32N(uint32(upper)))

// Go 1.27 起，N 可直接从参数推断整数类型。
value = r.N(upper)

这段是函数内部的写法对比，r、upper 和 Slot 的完整定义见下一节。Slot 是基于 uint16 定义的领域类型，因此 r.N(upper) 也得到 Slot 值。新方法简化了类型适配，并不改变“上限不包含在结果内”的规则，也不保证抽样值互不重复。

还要区分包级 rand.N 与实例方法 r.N：本文选择实例方法，是为了明确持有随机源、固定种子和调用状态。不能只把两者视为少写一个变量的替换。

完整示例：生成固定长度的随机切片

package main

import (
    "fmt"
    "math/rand/v2"
)

type Slot uint16

func draw(r *rand.Rand, count int, upper Slot) ([]Slot, error) {
    // 在分配内存和调用 N 之前，检查数量与上限。
    if count  10000 {
        return nil, fmt.Errorf("数量必须在 0 到 10000 之间")
    }
    if upper == 0 {
        return nil, fmt.Errorf("随机上限必须大于零")
    }
    values := make([]Slot, count)
    for i := range values {
        // upper 控制范围，切片长度控制调用次数。
        values[i] = r.N(upper)
    }
    return values, nil
}

func main() {
    // 每次创建独立生成器；两组种子相同，调用方式也相同。
    first := rand.New(rand.NewPCG(37, 91))
    second := rand.New(rand.NewPCG(37, 91))
    a, err := draw(first, 6, Slot(40))
    if err != nil {
        panic(err)
    }
    b, err := draw(second, 6, Slot(40))
    if err != nil {
        panic(err)
    }
    fmt.Println(a)
    fmt.Println(b)
}

本例创建长度为 6 的 []Slot，并把每个元素限制在 [0,40)。10000 是示例为资源预算设置的数量上限，并非标准库限制；实际项目应根据内存、响应大小和业务需求确定。

对有符号整数，N 的参数小于等于零会 panic；本例使用无符号 Slot，只需拒绝零。数量为零时，本函数返回空切片，但仍要求合法的正上限，保持统一的参数契约。若希望零数量直接成功而不检查上限，也可以调整自己的函数契约，不能把这种业务决定误认为 N 的规定。

读者运行时，两行应是相同序列；每行包含六个值，且每个值都小于 40。这里没有列出虚构的随机数，也没有声称已在本机执行过代码。数量、取值范围和两份序列的一致性，是这个示例各自独立的预期。

可复现：固定种子，还要固定调用顺序

两个生成器都使用 NewPCG(37,91)，并执行同样的 N 调用，因而可以用于重现同一组样本。固定种子不是每次调用前重新播种：如果在循环内部不断创建同种子生成器，反而会反复得到相同起始位置的取值。

另一个容易忽略的变量是调用历史。若在 first 上提前调用一次其他随机方法，再生成切片，first 和 second 的状态就不再一致。测试中宜为每个用例创建自己的随机源，记录算法、种子、上限和调用顺序；不要依赖其他测试先后消耗了多少随机状态。

随机源不支持多个 goroutine 无同步地同时使用。同一个实例即使加锁，调度顺序也可能改变哪个任务分到哪个值。需要可复现的并行测试时，给各个任务明确分配自己的随机源，比共享一条全局序列更容易推理。

兼容与采用建议

实例泛型方法 N 从 Go 1.27 提供。项目若仍需支持更早工具链，可保留具体整数方法，不要只因为包级 N 已经存在就推定旧工具链也支持 Rand.N。更新写法前，应同时考虑编译环境和项目支持的最低 Go 版本。

math/rand/v2 用于伪随机模拟等任务，不适合直接生成安全凭据。固定种子尤其适合调试和样本重现，不应被误当成不可预测性的来源。对普通模拟而言，先清楚分离数量、范围与状态，再决定是否采用泛型方法，通常就能让代码更明确。

相关问题

生成六个值，会自动去重吗？

不会。每次抽样都可能与之前的值相同。需要无重复时，还要检查样本空间大小并采用相应抽样方法。

为什么没有生成 upper 本身？

N 使用左闭右开的范围，上限不在结果中。想改变范围时必须重新定义参数，注意整数溢出，不能机械地对任意最大整数加一。

固定种子后每次结果仍不同，先查什么？

先看是否复用了已消耗状态的实例、是否多调用了随机方法、是否有并发共享，以及算法与参数是否相同。

版本变化依据：https://go.dev/doc/go1.27