生成指定范围内的随机数 - 各种情况（int、float、inclusive、exclusive）

given a Math.random()返回 [0,1) 之间的数字的函数min max值来指定范围，我们如何为以下情况生成数字：

我们想要的案例integer:

• A: (min,max) ?
• B: [min,max) return Math.floor(Math.random() * (max - min)) + min;
• C: (min,max] ?
• D: [min,max] return Math.floor(Math.random() * (max - min + 1)) + min;

我们想要的案例float:

• A: (min,max) ?
• B: [min,max) return Math.random() * (max - min) + min;
• C: (min,max] ?
• D: [min,max] ?

Integers你的 B. 公式是正确的，其他一切都是通过微不足道获得的+1 -1更正：

• A. (min, max) = [min + 1, max)，因此从 B. 我们得到min + 1 + Math.floor(Math.random() * (max - min - 1))
• B. min + Math.floor(Math.random() * (max - min))
• C. 由于在区间算术中(min, max] = max - [0, max - min)，也可以写max - Math.floor(Math.random() * (max - min))
• D. [min, max] = [min, max + 1)， 所以：min + Math.floor(Math.random() * (max + 1 - min))

Floats.正如 V13 已经指出的那样，这个问题有点不恰当：如果我们将单个点视为零测度集，则四个集合之间几乎（在测度理论意义上）没有差异......但是，如果你想保证排除的区间边界永远不会（不仅仅是“几乎永远不会”）被采样，如果你假设没有舍入错误，你可以这样做：

• A: var middle = (min + max) / 2; var sign = Math.random() > 0.5 ? 1 : -1; return middle + sign * (max - min) / 2 * Math.random();这个解决方案增加了一点点质量0，但这对于所有实际目的来说应该可以忽略不计。

• B: min + Math.random() * (max - min), yes.

• C: max - Math.random() * (max - min)，与上式对称。
• D：不可能保证我们曾经达到区间上限，所以我们可以使用min + Math.random() * (max - min).

A 和 D 之间的区别如下：如果我们尝试使用公式min + Math.random() * (max - min)在 A 中，我们偶尔可能会得到0（因为可能的数字范围实际上是有限的）。然而，没有任何合理的统计数据可以抱怨 D 没有达到上限。