技术博客

Python 的 `random` 模块远非仅提供 `randint()` 那般简单。它是一套功能完备的伪随机数生成工具集，支持均匀分布、正态分布、指数分布等多种采样方式，并可通过 `seed()` 实现可复现的确定性结果。许多开发者误以为 `randint(a, b)` 包含端点 `b` 的概率与其他值相同——实则其内部调用 `randrange(a, b+1)`，严格保证闭区间整数等概率；更需警惕的是，未设种子时依赖系统时间，导致多线程或并行场景下行为不可控。深入理解分布特性与种子控制机制，是写出健壮、可测试随机逻辑的关键。