我想在给定范围内生成均匀分布的随机整数。我正在使用的解释语言有一个内置的快速随机数生成器，它返回0（含）到1（含）范围内的浮点数。不幸的是，这意味着我不能使用standard solution seen in another SO question（当RNG返回0（含）到1（不包括）之间的数字时），以便在给定范围内生成均匀分布的随机整数：
result=Int((highest - lowest + 1) * RNG() + lowest)
目前唯一可见的方法是，在极少数情况下，随机数生成器返回1只是要求一个新数字。
但如果有人知道更好的方法，我会很高兴听到它。
罗布
注意：将现有的随机数生成器转换为这种语言会导致一些不可思议的缓慢，所以我担心这不是一个可行的解决方案。
编辑：链接到实际的答案。
答案 0 :(得分：1)
据推测，你对速度非常感兴趣，否则你只会在每次RNG通话时接受条件测试。无论如何，任何其他替代方案可能会比分支慢......
......除非你确切知道RNG的内部结构是什么。特别是，它的回报值是多少？如果他们不是IEEE-754花车或双打，你会有同情心。如果是，那么它们中有多少实际的随机性？您可以预期24个浮点数和53个双精度数（尾数位数）。如果这些是天真地生成的，你可以使用移位和掩码将一个普通的旧随机整数生成器一起破解，然后在你的函数中使用它（根据你的范围的大小，你可以使用如果你有这样的发电机，更多的换档和面罩，以避免任何分支）。如果你有一个高质量的发生器产生24或53位的全质量随机数，那么只需一次乘法就可以将它们从[0,1]转换为[0,1]：只需乘以最大的可生成浮点数点数小于1，您的范围问题消失了。如果尾数没有完全填充随机位，这个技巧仍然可以工作，但你需要做更多的工作来找到合适的乘数。
您可能需要查看C source to the Mersenne Twister以了解他们对类似问题的处理方法。
答案 1 :(得分：-2)
我不明白为什么需要+ 1。如果随机数发生器在[0,1]区间内提供均匀的值分布，那么......
result = lowest + (rng() * (highest - lowest))
应该为您提供最低
之间的不正确值分布 rng() == 0, result = lowest + 0 = lowest
和最高
rng() == 1, result = lowest + highest - lowest = highest
包括+ 1意味着生成的数字的上限可以高于最高
rng() == 1, result = lowest + highest - lowest + 1 = highest + 1。
结果值的分布将与随机数的分布相同，因此均匀性取决于随机数生成器的质量。
从下面的评论开始，你指出Int（）将成为尾部偏斜分布的来源是正确的。最好将Round（）用于最接近的整数或者脚本语言中的等价物。