python之random模块分析（一）

random是python产生伪随机数的模块，随机种子默认为系统时钟。下面分析模块中的方法：

1.random.randint(start,stop):

这是一个产生整数随机数的函数，参数start代表最小值，参数stop代表最大值，两端的数值都可以取到；

函数算法时间复杂度：O（1）
核心源代码：
return self.randrange(a, b+1) # 由randrange函数封装而来
例子：

 for i in range(20):

 　　print(rm.randint(0, 10), end=' ')

2.random.randrange(start,stop,step):
也是一个随机整数函数，参数可选；

当只有一个参数时，默认随机范围0到该参数，前闭后开；两个参数，最小值和最大值，前闭后开；三个参数，最小值，最大值和步长，前闭后开。

算法时间复杂度：O（1）
核心源代码：
return istart + istep*self._randbelow(n) # 该函数由_randbelow函数封装得到
例子：

 for i in range(10):

 　　print(random.randrange(10)) # 产生0到10（不包括）的随机数

 　　print(random.randrange(5,10)) # 产生5到10（不包括）的随机数

 　　print(random.randrange(5,100,5)) # 产生5到100（不包括）范围内的5的倍数的随机数

3.choice(seq):

一个随机选择函数，seq是一个非空的集合，在集合中随机选择一个元素输出，元素的类型没有限制。
核心源代码：
i = self._randbelow(len(seq)) # 由_randbelow函数得到随机的下标
return seq[i]
时间复杂度：O（1）
例子：

 list3 = ["wo", "我是", 2, 8, [2, 3]]

 for j in range(10):

 　　print(rm.choice(list3),end=" ")

4.random():

这个函数形成从0.0到1.0之间的任意浮点数，左闭右开，没有参数。
例子：

 for j in range(10):

 　　print(rm.random(),end=" ")

5.send(n=None):

一个可以对随机数生成器进行初始化的函数，n代表随机种子；当n=None时，随机种子为系统时间，当n为其他的数据，如int，str等，则以提供的数据作为随机种子，此时生成的随机数列固定。

例子：

 rm.seed("hdsfsf")

 for i in range(20): # 无论启动多少次程序，输出的序列不变

 　　print(rm.randint(0, 10), end=' ')

6.getstate()和setstate(state)：

getstate()函数用来记录随机数生成器的状态，setstate(state)函数用来将生成器恢复到上次记录的状态。
例子：

 tuple1 = rm.getstate() # 记录生成器的状态

 for i in range(20):

 　　print(rm.randint(0, 10), end=' ')

 print()

 rm.setstate(tuple1) # 传入参数后恢复之前的状态

 for j in range(20):

 　　print(rm.randint(0, 10), end=' ') # 两组输出的结果一样

7.shuffle(seq,random=None):

对传入的集合进行乱序操作。只能针对可变序列，如字符串、列表，对于元组等不可变序列会报错，random用来选择乱序操作的方式，如：random=random。
核心源代码：

for i in reversed(range(1, len(x)))：

j = randbelow(i+1)

x[i], x[j] = x[j], x[i]

时间复杂度：O（n）
例子：

 list3 = ["wo", "我是", 2, 8, [2, 3]]

 print(list3)

 rm.shuffle(list3, random=None)

 print(list3)

8.sample(population, k)：

population参数是一个序列，如列表、元组、集合、字符串等；从集合中随机抽取K个元素形成新的序列，不会改变原有的序列。

核心源代码：

for i in range(k):

j = randbelow(n) # 使用randbelow函数获得一个随机整数

while j in selected: # 对取得的随机数去重

j = randbelow(n)

selected_add(j)

result[i] = population[j] # 赋值

最坏时间复杂度：O（n*n）
例子：

 list3 = ["wo", "我是", 2, 8, [2, 3], 2, 2, 8]

 print(list3)

 list1 = rm.sample(list3, 4)

 print(list1)

9.uniform(a, b):

生成参数a到b之间的浮点数的函数，如果a > b,则生成b到a之间的浮点数。
核心源码：
return a + (b-a) * self.random() # random函数的一个封装
时间复杂度：O（1）
例子：

 for i in range(10):

 　　print(rm.uniform(10, 1))

巴特西

python之random模块分析（一）

最新文章

热门文章