Python中取随机数不重复的方法有多种，其中包括使用random.sample()函数、使用random.shuffle()函数、使用集合(set)的方式等。本文将详细介绍这些方法及其实现细节。
一、使用random.sample()函数
random.sample()函数是Python标准库中的一个函数，它可以从给定的序列中随机选择指定数量的不重复元素并返回一个列表。这种方法简单且高效，适合从一个较大的范围内取出不重复的随机数。
import random
def get_unique_random_numbers_sample(range_start, range_end, count):
if count > (range_end - range_start + 1):
raise ValueError("Count is larger than the range of numbers")
return random.sample(range(range_start, range_end + 1), count)
示例
range_start = 1
range_end = 100
count = 10
unique_random_numbers = get_unique_random_numbers_sample(range_start, range_end, count)
print(unique_random_numbers)
在上述代码中，random.sample()函数从range(range_start, range_end + 1)序列中随机选择count个不重复的元素并返回一个列表。需要注意的是，如果count大于范围内的数字总数，会引发ValueError异常。
二、使用random.shuffle()函数
random.shuffle()函数可以用于将列表中的元素打乱顺序。我们可以先生成一个有序的列表，然后使用random.shuffle()函数打乱顺序，最后取前count个元素。
import random
def get_unique_random_numbers_shuffle(range_start, range_end, count):
if count > (range_end - range_start + 1):
raise ValueError("Count is larger than the range of numbers")
numbers = list(range(range_start, range_end + 1))
random.shuffle(numbers)
return numbers[:count]
示例
range_start = 1
range_end = 100
count = 10
unique_random_numbers = get_unique_random_numbers_shuffle(range_start, range_end, count)
print(unique_random_numbers)
在上述代码中，random.shuffle()函数用于将numbers列表中的元素顺序打乱，然后取列表的前count个元素。
三、使用集合(set)的方式
集合（set）是一种无序且不允许重复元素的数据结构。我们可以利用集合的这一特性来生成不重复的随机数。
import random
def get_unique_random_numbers_set(range_start, range_end, count):
if count > (range_end - range_start + 1):
raise ValueError("Count is larger than the range of numbers")
unique_numbers = set()
while len(unique_numbers) < count:
unique_numbers.add(random.randint(range_start, range_end))
return list(unique_numbers)
示例
range_start = 1
range_end = 100
count = 10
unique_random_numbers = get_unique_random_numbers_set(range_start, range_end, count)
print(unique_random_numbers)
在上述代码中，使用random.randint(range_start, range_end)函数生成一个随机数并添加到unique_numbers集合中，直到集合中的元素数量达到count。最后将集合转换为列表返回。
四、性能比较
上述三种方法在不同情况下有不同的性能表现。一般来说，对于较小的范围和数量，三种方法都能高效地生成不重复的随机数。但对于较大的范围和数量，random.sample()和random.shuffle()方法的性能会优于使用集合的方法。
1. 性能测试
我们可以通过简单的性能测试来比较这三种方法的性能。以下是一个性能测试的示例代码：
import time
def performance_test(method, range_start, range_end, count):
start_time = time.time()
method(range_start, range_end, count)
end_time = time.time()
return end_time - start_time
range_start = 1
range_end = 100000
count = 10000
sample_time = performance_test(get_unique_random_numbers_sample, range_start, range_end, count)
shuffle_time = performance_test(get_unique_random_numbers_shuffle, range_start, range_end, count)
set_time = performance_test(get_unique_random_numbers_set, range_start, range_end, count)
print(f"random.sample() time: {sample_time:.6f} seconds")
print(f"random.shuffle() time: {shuffle_time:.6f} seconds")
print(f"set method time: {set_time:.6f} seconds")
通过运行上述代码，可以得到各个方法在特定范围和数量下的执行时间。根据测试结果，可以选择适合自己需求的方法。
2. 方法选择
- random.sample()函数：适用于从较大的范围内选择较少数量的不重复随机数，性能较好，代码简洁。
- random.shuffle()函数：适用于从较大的范围内选择任意数量的不重复随机数，性能较好，代码简洁。
- 集合(set)的方法：适用于范围较小的情况，代码稍显复杂，但也能高效生成不重复随机数。
结论
本文介绍了Python中取随机数不重复的三种常用方法，包括random.sample()函数、random.shuffle()函数和集合(set)的方法。每种方法都有其适用的场景和性能特点。根据具体的需求，可以选择合适的方法来生成不重复的随机数。通过性能测试可以进一步了解各个方法的性能表现，从而做出最佳选择。
相关问答FAQs：
如何在Python中生成不重复的随机数？
在Python中，可以使用random.sample()函数来生成不重复的随机数。该函数允许你从指定范围内选择多个唯一的随机数。例如，如果你想从1到10中选择5个不重复的随机数，可以使用如下代码：
import random
random_numbers = random.sample(range(1, 11), 5)
print(random_numbers)
这段代码会返回一个包含5个不重复随机数的列表。
在生成随机数时，如何确保每次运行结果都不同？
为了确保每次运行程序时生成的随机数都是不同的，可以在程序开始时使用random.seed()来初始化随机数生成器。将种子设置为当前时间可以实现这一点：
import random
import time
random.seed(time.time())
random_numbers = random.sample(range(1, 11), 5)
print(random_numbers)
这样，即使程序在短时间内多次运行，生成的随机数也会有所不同。
能否从自定义的数字列表中生成不重复的随机数？
当然可以！使用random.sample()函数时，你可以传入任何自定义的列表。例如，如果你有一个数字列表[10, 20, 30, 40, 50]，并希望从中随机选择3个不重复的数字，可以这样做：
import random
custom_list = [10, 20, 30, 40, 50]
random_numbers = random.sample(custom_list, 3)
print(random_numbers)
这种方法非常灵活，适用于各种自定义场景。
