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))
上一篇:JAVA_SE基础——26.[深入解析]局部变量与成员变量的差别


下一篇:MySQL Replication 线程(理解详细过程)