了解 Math.random() 的默认范围与核心原理
在 JavaScript 中，Math.random() 是一个非常常用的函数，用于生成伪随机数。要有效地使用它，首先必须彻底理解它的默认输出范围。这个范围是所有基于 Math.random() 生成其他任意范围内随机数的基础。
Math.random() 的默认输出范围是什么？
Math.random() 函数默认生成一个介于 0（包含）和 1（不包含）之间的浮点数。用数学区间符号表示，它的范围是 [0, 1)。
这意味着：
- 它可能返回 0。
- 它可能返回 0.0000000000000001（或其他非常接近 0 的正数）。
- 它永远不会返回 1。
- 它可能返回 0.9999999999999999（或其他非常接近 1 的数）。
这个范围内的数字是浮点数，也就是说它们通常带有小数部分，而非整数。其精度取决于 JavaScript 引擎的实现，但通常具有足够的随机性用于大多数非密码学用途。
为什么 Math.random() 的默认范围是 [0, 1)？
将 Math.random() 的范围设定为 [0, 1) 是一个数学上的约定俗成，因为它为生成其他任意范围内的随机数提供了一个极其方便的基准。
-
易于缩放： 任何其他的区间 [a, b) 或 [a, b] 都可以通过简单的乘法和加法运算从 [0, 1) 缩放得到。例如，要得到 [0, N) 的随机数，只需将
Math.random()的结果乘以 N。要得到 [a, b) 的随机数，可以先缩放到 [0, b-a)，然后加上 a。 - 标准基准： 在概率论和统计学中，0 到 1 之间的均匀分布是一个基本的概念，很多其他分布都可以基于它来构建。
-
避免边界问题： 将上界设为不包含 (即 ‘)‘)，主要是为了简化缩放时的计算，尤其是在需要生成指定数量的离散值（如整数）时，可以更方便地使用向下取整（
Math.floor()）来映射到正确的区间。如果范围是 [0, 1]，那么缩放并取整时处理上界会稍微复杂一些，需要额外的判断或调整。
Math.random() 生成的数字有什么特性？
除了范围在 [0, 1) 之间外，了解其生成数字的其他特性也很重要：
-
伪随机性：
Math.random()生成的是伪随机数。这意味着它们并非真正随机，而是由一个初始种子值和一个确定性算法生成的序列。尽管对于大多数应用（如游戏、模拟）来说足够“随机”，但它们不适用于需要高度安全性或不可预测性的场景（如密码学）。 -
均匀分布： 在长期运行中，
Math.random()生成的数字应该大致均匀地分布在 [0, 1) 这个区间内，也就是说，落在子区间 [0, 0.1) 的概率约等于落在 [0.5, 0.6) 的概率，都约等于 0.1。 - 浮点精度： 生成的数字是双精度浮点数（通常符合 IEEE 754 标准），具有一定的精度。虽然理论上 [0, 1) 有无限多个实数，但计算机表示是有限的，不过对于大多数实际应用来说，这种精度是足够的。
如何将 Math.random() 的范围拓展到其他任意区间？
既然我们知道 Math.random() 的基础范围是 [0, 1)，那么如何利用它来生成我们需要的其他范围内的随机数呢？核心思想是“缩放”和“平移”。
通用缩放原理
要将 [0, 1) 的随机数 R 缩放到 [a, b) 的范围，可以使用以下公式：
(b - a) * R + a
这里的 (b - a) 是目标范围的长度。将 R 乘以这个长度，得到的是 [0, b – a) 范围的随机数。然后加上 a，就将整个范围平移到了 [a, a + (b – a))，也就是 [a, b)。
生成指定浮点数范围
生成 [min, max) 范围的浮点数 (包含 min，不包含 max)
这直接应用通用公式：
Math.random() * (max - min) + min
例如，要生成 [10, 20) 范围的浮点数：
Math.random() * (20 - 10) + 10; // 结果将在 [10, 20)
生成 [min, max] 范围的浮点数 (包含 min 和 max)
要严格包含 max，从 [0, 1) 缩放会有些技巧上的困难，因为 Math.random() 永远到不了 1。在实际应用中，对于浮点数范围，通常 [min, max) 已经足够，或者可以通过其他更复杂的算法实现真正的 [min, max]。然而，对于整数范围，包含上下界是非常常见的需求，并且有标准的实现方法。我们将重点放在整数范围的生成上。
生成指定整数范围
生成指定范围的随机整数是更常见的需求。这通常涉及到将 [0, 1) 的浮点数缩放到一个特定的整数数量范围，然后使用 Math.floor() 或 Math.ceil() 来取整，并加上偏移量。最常见的是生成包含上下界的整数范围。
生成 [min, max] 范围的整数 (包含 min 和 max)
这是生成随机整数最常用的方式，例如模拟骰子（[1, 6]），随机选择列表索引等等。
核心思想是生成一个在 [min, max+1) 范围内的浮点数，然后向下取整。为什么是 max+1？因为取整后，范围的上界会正好落在 max。
目标范围的整数个数是 max - min + 1。我们将 [0, 1) 的结果缩放到 [0, max – min + 1) 的范围，然后加上 min。
公式：
Math.floor(Math.random() * (max - min + 1)) + min
详细解释：
(max - min + 1)：计算目标区间内总共有多少个整数。例如，[1, 6] 有 6 – 1 + 1 = 6 个整数。Math.random() * (max - min + 1)：将 [0, 1) 的范围缩放为 [0, max – min + 1)。Math.floor(...)：向下取整。这将 [0, max – min + 1) 中的浮点数映射到整数集合 {0, 1, …, max – min}。... + min：将得到的整数集合 {0, 1, …, max – min} 平移，加上 min 后，得到最终的整数集合 {min, min+1, …, max}。
例如，生成 [1, 6]（模拟骰子）范围的随机整数：
Math.floor(Math.random() * (6 - 1 + 1)) + 1;
// 简化为: Math.floor(Math.random() * 6) + 1;
Math.random() 产生 [0, 1)。
乘以 6 产生 [0, 6)。
Math.floor() 取整产生 {0, 1, 2, 3, 4, 5}。
加上 1 产生 {1, 2, 3, 4, 5, 6}，正好是 [1, 6] 范围的整数。
生成 [min, max) 范围的整数 (包含 min，不包含 max)
这种范围的整数生成不如包含上下界常用，但方法类似。目标范围的整数个数是 max - min。我们将 [0, 1) 的结果缩放到 [0, max – min) 的范围，然后向下取整，并加上 min。
公式：
Math.floor(Math.random() * (max - min)) + min
详细解释：
(max - min)：计算目标区间内可能的整数数量。例如，[10, 15) 包含整数 10, 11, 12, 13, 14，共 15 – 10 = 5 个。Math.random() * (max - min)：将 [0, 1) 的范围缩放为 [0, max – min)。Math.floor(...)：向下取整。这将 [0, max – min) 中的浮点数映射到整数集合 {0, 1, …, max – min – 1}。... + min：将得到的整数集合 {0, 1, …, max – min – 1} 平移，加上 min 后，得到最终的整数集合 {min, min+1, …, max-1}。
例如，生成 [10, 15) 范围的随机整数：
Math.floor(Math.random() * (15 - 10)) + 10;
// 简化为: Math.floor(Math.random() * 5) + 10;
Math.random() 产生 [0, 1)。
乘以 5 产生 [0, 5)。
Math.floor() 取整产生 {0, 1, 2, 3, 4}。
加上 10 产生 {10, 11, 12, 13, 14}，正好是 [10, 15) 范围的整数。
这些随机范围在哪些场景下有用？
理解 Math.random() 的基础 [0, 1) 范围以及如何将其缩放到其他范围，对于许多编程任务至关重要：
- 游戏开发： 模拟掷骰子、洗牌（通过生成随机索引）、确定随机事件（如暴击率、掉落率）、生成随机地图元素等，都依赖于生成特定范围的整数或浮点数。
- 模拟与测试： 生成随机测试数据、模拟用户行为、进行性能测试时的随机输入等。
- 数据可视化： 在图表中随机分布点、生成随机颜色（通过缩放范围到 0-255 或 0-360 等）。
- 教育示例： 演示概率概念、编写简单的随机数相关的程序。
- 艺术生成： 生成随机位置、大小、颜色来创作程序化艺术。
- 抽样： 从一个集合或数组中随机选取一个或多个元素（通常通过生成随机索引来实现）。
所有这些场景都直接或间接地利用了 Math.random() 的 [0, 1) 基础范围，并通过上述的缩放和平移技术来获取所需特定范围的随机数。
使用 Math.random() 范围时需要注意什么？
-
伪随机性限制： 再次强调，
Math.random()生成的是伪随机数，不适用于安全敏感的应用。如果需要高强度的随机性（如生成加密密钥），应使用更专业的加密安全伪随机数生成器 (CSPRNG)。 -
浮点精度： 虽然通常精度足够，但在极少数需要精确处理最大边界（如生成严格包含
max的浮点数）的情况下，可能会遇到浮点数表示的限制。对于整数范围，使用Math.floor()和正确的区间长度(max - min + 1)可以可靠地包含上下界。 - 理解范围符号： 务必区分开 [a, b)（包含 a，不包含 b）和 [a, b]（包含 a 和 b）这两种区间表示，因为它们在缩放公式（特别是整数生成）中导致不同的计算方式。
总而言之，Math.random() 的核心在于其 [0, 1) 的默认浮点数范围。深刻理解这个基础以及如何通过乘法、加法和取整将其灵活地缩放到其他任意所需的浮点数或整数区间，是有效利用 JavaScript 中随机数生成能力的关键。