PYTHON如何生成2000万个不可重复的随机数

需要生成2000万个长度为8个字符的不可重复随机数，并将其保存在数组中。 我尝试多处理，线程，但它保持缓慢

尝试使用多处理：

from numpy.random import default_rng
from multiprocessing import Process,Queue
import os,time
import numpy as np
rng = default_rng()
f=np.array([],dtype=np.int64)
def generate(q,start,stop):    
    numbers=[rng.choice(range(start,stop),replace=False) for _ in range(1000)]    
    q.put(numbers)       

if __name__ == '__main__':
    timeInit = time.time()
    for x in range(20000):
        q=Queue()
        p = Process(target=generate,args=(q,11111111,99999999,))    
        p.start()        
        f=np.append(f,q.get())
        p.join()
    print(f)
    timeStop = time.time()
    print('[TIME EXECUTED] ' + str(timeStop-timeInit) +' segs')
 

---

这在我的个人笔记本电脑上只花了不到30秒的时间，如果它适合您的话：

随机导入
候选者=列表（范围（10**7，10**8）#从10000000到9999999的所有数字
随机。随机（候选）
结果=候选人[：20*10**6]#获得前2000万

您还没有解释为什么要这么做。我只是从候选人编号中随机抽取了一个样本：

from random import sample

result = sample(
    list(range(10**7, 10**8)),
    2*10**7
)

在我的笔记本电脑上51秒，受到其他工作的干扰

---

---

我只是在这两种解决方案上运行了一个更具控制性的测试。这个帖子里的那个用了48.5秒；来自naicolas的那张花了81.6秒，可能是因为额外创建了列表。

我希望我明白了你的想法。您试图生成的随机数实际上有点棘手。基本上，我们正在寻找一组唯一的（不可重复）但随机数。在这种情况下，我们不能从均匀分布中抽取随机数，因为不能保证数字是唯一的

有两种可能的算法。第一种方法是生成大量可能的随机数，并删除那些重复的随机数。比如说,

将numpy导入为np
N=20_000_000
L0=11_111_111#Python中的合法int
L1=L0*9
不够独特=正确
虽然不够独特，但：
X=np.random.uniform（L0，L1，int（N*2））.astype（int）
X_unique=np.unique（X）#删除重复的数字
不够唯一=len（X唯一）

还有另一种更“物理”的方法。我们可以从等距数字开始，将每个数字移动一点。结果将不会像第一个那样随机，但它要快得多，而且纯粹有趣

将numpy导入为np
N=20_000_000
L0=11_111_111#Python中的合法int
L1=L0*9
lattice=np.linspace（L0，L1，N）#所有数字的间距都相等
pertubation=np.random.normal（0,0.4,N）#每个数字都会左右移动一点
随机数=（点阵+扰动）。aType（int）
#检查两个连续数字之间的最小距离
#即所有数字都是唯一的
min_dist=np.abs（np.diff（随机数））.min（）
打印（f“生成最小间隔为{min_dist}的随机数”）
打印（“（如果大于1，则为良好）”）
np.random.shuffle（随机数）

---

（这两种算法在我的笔记本电脑上10秒内生成结果）

什么是“不可重复”的随机数？你的意思是你需要2000万个唯一的数字吗？请完成你的问题描述。用你的话来说，什么是“慢”？如果您担心速度，为什么要用这么多的开销来阻碍流程？为什么您的数字从11111111开始，而不是10000000？你不想让你的结果包括所有可能的8位数字吗？@Prune没错，显然它们不能是连续的数字。。我需要像[3821456713821593，…]@Prune这样的东西。它的速度很慢，以至于我看不到输出。这就是为什么我决定使用多重处理，这样就不会把所有的工作都留给主进程。这仍然是Python 2代码吗？更正了，我的错误！它可以工作，但在我的个人笔记本电脑上仍然很慢。