Go 的 math/rand 包默认不安全，因未显式设种子时使用固定种子 1，导致每次运行 rand.Intn() 等函数输出相同序列；正确做法是 Go 1.20+ 使用 rand.New(rand.NewSource(time.Now().UnixNano())) 创建独立实例。
Go 的 math/rand 包默认不安全——如果你没显式设置种子，rand.Intn() 等函数每次运行都返回相同序列。
为什么每次运行程序得到的“随机数”都一样？
因为 math/rand 使用确定性伪随机数生成器（PRNG），且默认种子固定为 1。没有调用 rand.Seed() 或使用 rand.New() 配合 rand.NewSource()，就永远在复现同一串数字。
常见错误写法：
package mainimport "math/rand"
立即学习“go语言免费学习笔记（深入）”；
func main() { println(rand.Intn(100)) // 每次运行都输出 81 }
正确做法是用当前纳秒时间初始化全局源：
-
rand.Seed(time.Now().UnixNano())（Go 1.20 前常用，现已过时） - Go 1.20+ 推荐：用
rand.New(rand.NewSource(time.Now().UnixNano()))创建独立实例
如何生成 [0, n) 区间整数？用 Intn 还是 Int31n？
Intn(n) 是最常用方法，但要注意它内部调用的是 Int63n(n)（64 位），对小范围 n（比如 n ）有轻微性能开销；而 Int31n(n) 专为 int32 范围优化，更快且足够日常使用。
示例（推荐）：
package mainimport ( "fmt" "math/rand" "time" )
func main() { r := rand.New(rand.NewSource(time.Now().UnixNano())) fmt.Println(r.Int31n(100)) // 输出 0–99 之间的 int32 }
- 若需
int类型（可能为 64 位），用r.Intn(100) - 若明确只要 32 位、且
n ，优先选Int31n - 避免直接用全局
rand.Intn()—— 它和其它全局调用共享状态，多 goroutine 并发时可能 panic
如何生成指定范围 [min, max] 的随机整数？
Go 没有内置的 IntRange(min, max)，必须手动计算：min + r.Intn(max - min + 1)。注意边界是否闭合、是否越界。
易错点：
-
max - min + 1必须 ≥ 1，否则Intn(0)panic - 若
min > max，结果未定义；应提前校验 - 整数溢出风险：当
min和max接近int64极值时，max - min可能溢出
安全写法示例：
func IntRange(r *rand.Rand, min, max int) int {
if min > max {
panic("min > max")
}
return min + r.Intn(max-min+1)
}
// 使用
r := rand.New(rand.NewSource(time.Now().UnixNano()))
n := IntRange(r, 10, 20) // 返回 10–20（含）
并发环境下怎么安全用 math/rand？
全局 rand.* 函数不是并发安全的；多个 goroutine 同时调用 rand.Intn() 可能导致 panic 或数据竞争。
解决方案只有两个：
- 每个 goroutine 创建自己的
*rand.Rand实例（推荐） - 用
sync.Mutex包裹全局调用（低效，不推荐）
不要复用同一个 *rand.Rand 实例跨 goroutine —— 它内部状态非原子更新，即使加锁也难保语义一致。
典型并发误用：
var globalRand = rand.New(rand.NewSource(time.Now().UnixNano()))go func() { globalRand.Intn(100) }() // ❌ 多 goroutine 写同一实例 go func() { globalRand.Intn(100) }()
正确方式：
go func() {
r := rand.New(rand.NewSource(time.Now().UnixNano()))
fmt.Println(r.Intn(100))
}()如果真需要高性能并发随机数，考虑 crypto/rand（密码学安全，但慢）或第三方库如 golang.org/x/exp/rand（Go 实验包，支持并发友好 API）。
真正麻烦的从来不是“怎么生成一个随机数”，而是“谁在什么时候用、会不会被别人同时改、种子够不够活、范围边界的符号有没有写反”。这些细节一漏，测试通过、上线飘红。
