答案是需设置随机种子以避免每次生成相同序列。使用time.Now().UnixNano()作为seed可确保每次运行产生不同随机数，正确做法是在程序初始化时调用rand.Seed(time.Now().UnixNano())。
在 Go 语言中，math/rand 包提供了生成伪随机数的常用功能。虽然它不是加密安全的，但在大多数普通场景下（如游戏、模拟、测试数据生成）非常实用。要正确使用随机数，关键在于理解随机数生成机制和种子（seed）的作用。
math/rand 基本用法
默认情况下，math/rand 使用一个固定的种子，导致每次程序运行时生成的“随机”序列都相同。这是新手常遇到的问题。
以下是一个典型的错误示例：
package main
import (
"fmt"
"math/rand"
)
func main() {
for i := 0; i < 5; i++ {
fmt.Println(rand.Intn(100)) // 每次运行输出相同
}
}
你会发现无论运行多少次，输出结果都一样。这是因为没有设置随机种子。
立即学习“go语言免费学习笔记（深入）”；
通过时间设置种子提升随机性
为了使每次运行程序都能得到不同的随机序列，需要使用 rand.Seed() 设置一个变化的种子，最常见的是使用当前时间。
从 Go 1.20 开始，rand.Seed() 已被标记为废弃，推荐直接使用 rand.New() 配合 time.Now().UnixNano() 创建新的随机源。
正确做法如下：
package main
import (
"fmt"
"math/rand"
"time"
)
func main() {
// 创建基于当前时间的随机源
src := rand.NewSource(time.Now().UnixNano())
r := rand.New(src)
for i := 0; i < 5; i++ {
fmt.Println(r.Intn(100)) // 每次运行输出不同
}
}
这样每次运行程序时，由于时间戳不同，生成的随机数序列也会不同。
简化写法：使用 rand.Read 和全局操作
如果你不需要自定义源，也可以使用包级函数并手动设置一次种子（尽管不推荐旧方式），但更现代的做法是依赖 rand.Reader 或封装自己的实例。
另一种简洁方式是利用 rand.Int()、rand.Float64() 等方法配合初始化：
func init() {
rand.Seed(time.Now().UnixNano()) // 仅用于兼容旧代码
}
然后可以直接调用 rand.Intn(100)。不过注意：这种全局修改会影响整个包的行为，在并发环境下可能引发问题。
更安全的方式始终是创建独立的 *rand.Rand 实例，特别是在多 goroutine 场景中避免竞争。
生成不同类型随机值
*rand.Rand 提供了多种方法生成不同类型的随机值：
- r.Intn(n)：生成 [0, n) 范围内的整数
- r.Float64()：生成 [0.0, 1.0) 之间的浮点数
- r.NormFloat64()：生成标准正态分布的浮点数
- r.ExpFloat64()：生成指数分布的浮点数
- rand.Read(b)：填充字节切片（使用全局源）
例如生成 1 到 100 的整数：
num := r.Intn(100) + 1
基本上就这些。掌握 math/rand 的核心在于理解种子控制和源的管理。只要记得用当前时间初始化随机源，并优先使用独立实例而非全局状态，就能避免常见陷阱。
