Random 球拍中的随机数

我试图生成从0到1的随机数，包括Racket中的边界0和1。直到现在我还没有找到解决办法。有什么好办法吗？

使用random生成一个介于0.0和1.0之间的数字

要包含0.0和1.0，您可以使用：

(define (r)
  (/ (random 4294967087)
     4294967086.0))

使用“随机”生成一个介于0.0和1.0之间的数字

要包含0.0和1.0，您可以使用：

(define (r)
  (/ (random 4294967087)
     4294967086.0))

，你应该只使用random。确实，它会在开放范围0，1中生成一个数字，而不是您想要的封闭范围[0，1]。然而，我将提出一个由一些数字支持的论点，即差异是无关的

随机过程生成IEEE 754双精度浮点数。该格式在0之后表示的下一个最大数字约为4.94×10-324。如果我们假设随机确实会产生一个均匀分布在这个范围内的数字，那么这就意味着实际产生0.0的概率是4.94×10324中的一个！给你一点关于这个数字的上下文，这意味着即使你每秒生成10亿个随机数，平均也需要6.41×10306年才能生成0.0，甚至一次

在这个范围的另一端，情况就不那么严峻了，因为1和由双弗洛姆表示的下一个最小数字之间的差异要大得多：大约1.11×10-16。在这个范围的这一端，如果我们再次每秒生成10亿个随机数，那么在第一次生成1.0之前，平均“只”需要104天。然而，与您已经生成的大量数据相比，这仍然是微不足道的。事实上，您不太可能每秒生成10亿个随机数，因为在我的机器上生成10亿个随机数需要一分钟以上的时间

不要担心那些缺失的端点，因为它们真的不重要。只要调用random就可以了。

，你应该使用random。确实，它会在开放范围0，1中生成一个数字，而不是您想要的封闭范围[0，1]。然而，我将提出一个由一些数字支持的论点，即差异是无关的

随机过程生成IEEE 754双精度浮点数。该格式在0之后表示的下一个最大数字约为4.94×10-324。如果我们假设随机确实会产生一个均匀分布在这个范围内的数字，那么这就意味着实际产生0.0的概率是4.94×10324中的一个！给你一点关于这个数字的上下文，这意味着即使你每秒生成10亿个随机数，平均也需要6.41×10306年才能生成0.0，甚至一次

在这个范围的另一端，情况就不那么严峻了，因为1和由双弗洛姆表示的下一个最小数字之间的差异要大得多：大约1.11×10-16。在这个范围的这一端，如果我们再次每秒生成10亿个随机数，那么在第一次生成1.0之前，平均“只”需要104天。然而，与您已经生成的大量数据相比，这仍然是微不足道的。事实上，您不太可能每秒生成10亿个随机数，因为在我的机器上生成10亿个随机数需要一分钟以上的时间

---

不要担心那些缺失的端点，因为它们真的不重要。打随机电话就可以了。

这个问题还不清楚。包括边界是什么意思？如果在[0,1]上模拟均匀随机变量，则得到0或1的概率非常小。只需使用标准库RNG。通常认为随机数是浮点数，在0和1 0之间生成，0和1出现的概率是多少？如果答案不是0，那么您不再谈论[0,1]上的统一随机数，因此问题不清楚，因为尚未指定所需的分布。另一方面，如果答案是0，那么标准随机数就足够了。如果我对您的问题理解不正确，请澄清，@U880D就是这样指出的。通常的随机过程只返回一个值x，其中0在指定连续分布的情况下，每个值x应具有相同的概率。如果X是[0,1]上的连续随机变量，那么对于[0,1]中的任何特定X，我们有PrX=X=0。你从来没有回答过这个问题：你希望0和1出现的概率是多少？这个问题还不清楚。包括边界是什么意思？如果在[0,1]上模拟均匀随机变量，则获得eit的概率

---

她的0或1非常小。只需使用标准库RNG。通常认为随机数是浮点数，在0和1 0之间生成，0和1出现的概率是多少？如果答案不是0，那么您不再谈论[0,1]上的统一随机数，因此问题不清楚，因为尚未指定所需的分布。另一方面，如果答案是0，那么标准随机数就足够了。如果我对您的问题理解不正确，请澄清，@U880D就是这样指出的。通常的随机过程只返回一个值x，其中0在指定连续分布的情况下，每个值x应具有相同的概率。如果X是[0,1]上的连续随机变量，那么对于[0,1]中的任何特定X，我们有PrX=X=0。您从未回答过这样的问题：您希望0和1出现的概率是多少？random返回一个介于0和1之间的真实值，不包含0和1。我的问题是：如何创建一个返回随机实数x的函数，其中0random返回一个介于0和1之间的实数，而不返回0和1。我的问题是：如何创建一个返回随机实数x的函数，其中0这个参数似乎不能完全令人信服。文档表明，底层RNG具有52位内部状态。随机将其映射到0,1，但您可以清楚地将该状态映射到[0,1]，这样就可以出现0和1。如果是这样的话，那么得到0和1的概率似乎至少是2^-52，这当然太小了，不值得担心，但并不像你的论点所说的那么罕见。仍然+1表示OP担心一些基本上没什么的事情。@johncolman我同意你的观点……我曾考虑尝试将Racket的PRNG实施细节引入的实际限制信息纳入此答案中，但最终我没有这样做。我认为提供真正精确的数字需要研究PRNG内部的工作方式，这是我不想做的。我考虑过根据州的大小在某个地方增加一条关于上限/下限的一次性线，也许我仍然应该这样做，但我不认为这会显著改变这个答案。在很多方面，数字本身并不重要。随机数的一个不可避免的缺陷是，存在特定的非零概率数。我看不出有什么合理的理由坚持让0和1加入这个缺陷出现的数字列表。@JohnColeman这是真的，尽管我认为解释可能不是最有用的框架。我认为一个更具激励性的框架是，随机性的一个缺陷是，范围内的一些数字实际上永远不会生成，而不是生成。0和1属于一组永远不会生成的数字的事实在考虑所有属于该集合的范围[0, 1 ]中的所有其他数字时意义不大。这个论点似乎并不完全令人信服。文档表明，底层RNG具有52位内部状态。随机将其映射到0,1，但您可以清楚地将该状态映射到[0,1]，这样就可以出现0和1。如果是这样的话，那么得到0和1的概率似乎至少是2^-52，这当然太小了，不值得担心，但并不像你的论点所说的那么罕见。仍然+1表示OP担心一些基本上没什么的事情。@johncolman我同意你的观点……我曾考虑尝试将Racket的PRNG实施细节引入的实际限制信息纳入此答案中，但最终我没有这样做。我认为提供真正精确的数字需要研究PRNG内部的工作方式，这是我不想做的。我考虑过根据州的大小在某个地方增加一条关于上限/下限的一次性线，也许我仍然应该这样做，但我不认为这会显著改变这个答案。在很多方面，数字本身并不重要。随机数的一个不可避免的缺陷是，存在特定的非零概率数。我看不出有什么合理的理由坚持让0和1加入这个缺陷出现的数字列表。@JohnColeman这是真的，尽管我认为解释可能不是最有用的框架。我认为一个更具激励性的框架是，随机性的一个缺陷是，范围内的一些数字实际上永远不会生成，而不是生成。当你考虑到属于那个集合的范围[0, 1 ]中的所有其他数字时，0和1属于不真正生成的数字集合的事实就不那么有意义了。