本文详解 go 语言中使用 math/rand 包生成随机数的完整流程，涵盖种子初始化、随机数生成器创建、常用方法调用，并修正常见错误（如未使用导入包、未定义变量、缺乏种子导致重复结果等）。
在 Go 中生成随机数，不能直接调用类似 Rand() 的全局函数（该写法既不存在也不符合 Go 的设计哲学），而必须显式创建并使用一个 *rand.Rand 实例。这是初学者常踩的坑——例如原代码中 float64 := (milesdriven * Rand) 不仅语法错误（Rand 未定义），还混淆了类型声明与变量赋值，且未初始化随机源。
✅ 正确做法分为三步：
- 导入必要包：math/rand 用于随机逻辑，time 用于获取纳秒级时间作为种子；
- 初始化随机源：用 rand.NewSource(seed) 创建确定性种子源（推荐用 time.Now().UnixNano() 避免重复）；
- 构造随机数生成器：通过 rand.New(source) 得到可安全并发使用的 *rand.Rand 实例。
以下是可直接运行的完整示例：
AI舌诊面诊问诊医疗系统+诊疗商城系统源码
下载
AI 舌诊面诊问诊医疗系统 + 诊疗商城系统源码是一套结合 AI 辅助诊断与商品转化的健康类程序，基于浩创云、ThinkPHP（PHP）开发，支持微信服务号与 H5 端，适合做中医舌诊面诊问答、健康建议推送以及配套诊疗商品的运营。
package main
import (
"fmt"
"math/rand"
"time"
)
func main() {
// ✅ 步骤1&2：用当前时间纳秒作为种子，创建随机源
seed := time.Now().UnixNano()
r := rand.New(rand.NewSource(seed))
// ✅ 步骤3：调用各类随机方法
fmt.Printf("Float64 [0.0, 1.0): %.4f\n", r.Float64())
fmt.Printf("Intn(100) [0, 100): %d\n", r.Intn(100))
fmt.Printf("Int31n(50) [0, 50): %d\n", r.Int31n(50))
fmt.Printf("Float32: %.4f\n", r.Float32())
// ? 生成指定范围的随机整数：[min, max)
min, max := 10, 50
randomInt := min + r.Intn(max-min)
fmt.Printf("Random int in [%d, %d): %d\n", min, max, randomInt)
}⚠️ 关键注意事项：
- ❌ 不要省略种子初始化：若始终使用 rand.Seed()（已弃用）或固定种子（如 rand.NewSource(42)），每次运行结果将完全相同；
- ❌ 不要混用 rand.* 全局函数（如 rand.Intn()）与自定义 *rand.Rand 实例——它们共享同一全局状态，易引发竞态且不可预测；
- ✅ 推荐始终使用 rand.New(...) 创建独立实例，尤其在并发场景下更安全、更可控；
- ? 若需复现结果（如测试），可显式传入固定种子（如 rand.NewSource(12345)），但生产环境务必用 time.Now().UnixNano()。
? 小技巧：为简化日常开发，可封装一个带时间种子的初始化函数：
func newRand() *rand.Rand {
return rand.New(rand.NewSource(time.Now().UnixNano()))
}这样即可在任意位置快速获得隔离、高质量的随机数生成器。掌握这一模式，你就能在 Go 中稳定、可靠、高效地生成各类随机数值了。
