Python 使用“随机”时，哪种形式的概率等于50%？

我猜大多数内置的随机生成器都会返回这样的结果：

[0.0, 1.0)

if random() < .5

所以，如果我想要50%的机会，我会用这样的方法：

[0.0, 1.0)

if random() < .5

if random（）<.5

或者类似于：

if random() <= .5

---

if random（）没关系。这两个公式都能得到所需的结果。
对于一级近似值，两个公式都有效

最好的方法是选择一个随机生成器，它专门发出布尔值或带范围的整数。然后你就可以准确地确定范围了

像浮点“相等”这样的运算无论如何都是不确定的。
if random（）<.5
 if random() < .5


在二进制中，.5是.1000000000。。。。
因此，基本上，问题归结为，“小数点后的第一个二进制数字是什么…0（对于
<.5

但前提是您的浮点支持足以满足精度要求（因为它从来都不是精确的）。
如果我想要50%的概率，我只需要检查LSB（最低有效位）。
啊，旧的“.5”问题。答案如下：

如果你要把10件事情分成两个相等的部分，那么每一部分需要5件事情。第一部分从0到4，第二部分从5到9。所以…
<0.5
是正确的。
对于一个特定的系统，如果你真的想知道的话，你应该测试它。不过可能需要一段时间：-）

我同意其他海报的说法，对于第一个订单来说，这并不重要。如果真的重要，你无论如何都需要一个更好的RNG

编辑：我刚刚尝试了C#中的默认RNG，尝试次数为100000000次，答案完全相同……
如果你需要真正的随机数，你可以尝试。它们提供了一个连接到设备的web服务，可以检测来自宇宙的噪音。从技术上讲，这仍然不是随机的，但我猜已经足够接近了

他们有各种各样的方式来进行查询，比如黑白图像。
如果你对随机数如此挑剔，不要依赖任何内置的东西。从你信任的地方获得一份记录良好的RNG（我信任Boost，不管它值多少钱），并阅读文档。过去，标准RNG是出了名的糟糕，我仍然不相信他们

或者，使用一个整数RNG，它给出一个范围内的离散值，并将该范围一分为二。根据我的经验，RNG是整数，浮点函数只需除以该范围的顶部

当然，如果这是真的，你已经得到了答案。如果整数RNG产生0、1、2和3，则浮点等价物将是0.0、0.25、0.5和0.75，因此答案是测试<0.5

如果RNG不是基于整数计算的，那么它是基于浮点计算的，因此是不精确的。在这种情况下，您是否测试为什么自己测试并不重要？Python有随机选项：）

random.choice（[0，1]）将为您提供同等机会的0/1——它是Python的标准部分，由编写random.random的人编写（因此比其他人更了解其语义）问题是：给出的两个if语句中的哪一个有50%的可能性是真的？你知道Python中有什么返回随机布尔值吗？对于Python，考虑使用一个“真”。随机数生成器库。例如：也就是说，如果这种精度对您很重要，您应该使用真正的库，而不是内置的。@Casey：您可以使用：random.choice（（True，False））也可以查看该模块中的randint和randrange函数。您正在对浮点表示法进行假设。你认为它是定点的吗？因为您对表示的描述不正确，例如，对于Java或C#。谁说了关于数据表示的内容？在二进制中，二分之一是“0.10000…”，与十进制中的“0.5”和十六进制中的“0.8”完全相同。在这里，我们选择如何将其存储在字节中是无关紧要的。恭喜！你证明了你上过学，在花车里做一个真正的均匀分布是很棘手的。[0-.5]范围内的可表示数字比[5-1]范围内的可表示数字多得多，因此上部区域的数字往往会聚集在一起。当然，这是一个微妙的区别。实际上，一半可以用二进制表示。但这并不能保证它是正确的。根据数字上的数学类型，它可能会四舍五入为.49999999999999什么数学？我们讨论的是编译器将字符串“.5”正确转换为二进制值的能力。如果它不能做到这一点，编译器就彻底崩溃了。为什么你会相信它能将“123”转换成一个整数二进制值呢？我一直认为.5是一个占位符，尽管这可能是没有理由的。我猜“可能需要一段时间”是许多人来堆栈溢出而不是试图凭经验来确定事情的原因！不对。分布点位于.4（9）～.5边界的两侧。加油！就所有实际用途而言，两个公式之间的差异可以忽略不计。所有实际用途？！也许，除非你疯狂地要求两件事发生的概率是50:50，而不是40:60。这取决于精度——如果你生成的数字是0.x，那么它会给出40:60，但是如果你生成的是0.xyzabcfghjkltyuqwertyuip，那么它会接近50:50。为什么这个答案被否决了？仅从数学美的角度来看，您正在将[0,1]拆分为[0,0.5]和[0,0.5][0.5，1）。对于实数，使用哪种比较并不重要，因为精确选择0.5的概率为零。对于计算机中的浮点或双精度数，如果使用“随机”，则意味着不需要加密强位，因此所选的近似值为d将数据类型转换为实数远远不够，因此t