如何创建不重复的随机数列表？

Question

我尝试使用random.randint(0, 100)，但有些数字是相同的。是否有创建唯一随机数列表的方法/模块？

注意：以下代码基于一个答案，并且是在发布答案后添加的。这不是问题的一部分；这是解决方案。

def getScores():
    # open files to read and write
    f1 = open("page.txt", "r");
    p1 = open("pgRes.txt", "a");

    gScores = [];
    bScores = [];
    yScores = [];

    # run 50 tests of 40 random queries to implement "bootstrapping" method 
    for i in range(50):
        # get 40 random queries from the 50
        lines = random.sample(f1.readlines(), 40);

Answer 1

这将返回从 0 到 99 范围内选择的 10 个数字的列表，没有重复。

import random
random.sample(range(100), 10)

参考您的特定代码示例，您可能希望读取文件中的所有行一次，然后从内存中保存的列表中选择随机行。例如：

all_lines = f1.readlines()
for i in range(50):
    lines = random.sample(all_lines, 40)

这样，您只需要在循环之前从文件中实际读取一次。这样做比回溯到文件的开头并在每次循环迭代时再次调用f1.readlines() 效率更高。

Answer 2

您可以像这样使用 random 模块中的 shuffle 函数：

import random

my_list = list(xrange(1,100)) # list of integers from 1 to 99
                              # adjust this boundaries to fit your needs
random.shuffle(my_list)
print my_list # <- List of unique random numbers

请注意，shuffle 方法不会像预期的那样返回任何列表，它只会对通过引用传递的列表进行打乱。

Answer 3

您可以先创建一个从a 到b 的数字列表，其中a 和b 分别是列表中的最小和最大数字，然后使用Fisher-Yates 算法或使用Python 的random.shuffle 方法。

Answer 4

this answer 中提出的解决方案有效，但如果样本量小但人口众多（例如 random.sample(insanelyLargeNumber, 10)），它可能会出现内存问题。

要解决这个问题，我会这样做：

answer = set()
sampleSize = 10
answerSize = 0

while answerSize < sampleSize:
    r = random.randint(0,100)
    if r not in answer:
        answerSize += 1
        answer.add(r)

# answer now contains 10 unique, random integers from 0.. 100

Answer 5

线性同余伪随机数生成器

O(1) 内存

O(k) 次操作

这个问题可以通过一个简单的Linear Congruential Generator 来解决。这需要恒定的内存开销（8 个整数）和最多 2*（序列长度）的计算。

所有其他解决方案都使用更多内存和更多计算！如果你只需要几个随机序列，这种方法会便宜很多。对于N 的大小范围，如果您想按N 的顺序生成唯一的k-sequences 或更多，我推荐使用内置方法random.sample(range(N),k) 的公认解决方案，因为python 中的has been optimized 以提高速度.

代码

# Return a randomized "range" using a Linear Congruential Generator
# to produce the number sequence. Parameters are the same as for 
# python builtin "range".
#   Memory  -- storage for 8 integers, regardless of parameters.
#   Compute -- at most 2*"maximum" steps required to generate sequence.
#
def random_range(start, stop=None, step=None):
    import random, math
    # Set a default values the same way "range" does.
    if (stop == None): start, stop = 0, start
    if (step == None): step = 1
    # Use a mapping to convert a standard range into the desired range.
    mapping = lambda i: (i*step) + start
    # Compute the number of numbers in this range.
    maximum = (stop - start) // step
    # Seed range with a random integer.
    value = random.randint(0,maximum)
    # 
    # Construct an offset, multiplier, and modulus for a linear
    # congruential generator. These generators are cyclic and
    # non-repeating when they maintain the properties:
    # 
    #   1) "modulus" and "offset" are relatively prime.
    #   2) ["multiplier" - 1] is divisible by all prime factors of "modulus".
    #   3) ["multiplier" - 1] is divisible by 4 if "modulus" is divisible by 4.
    # 
    offset = random.randint(0,maximum) * 2 + 1      # Pick a random odd-valued offset.
    multiplier = 4*(maximum//4) + 1                 # Pick a multiplier 1 greater than a multiple of 4.
    modulus = int(2**math.ceil(math.log2(maximum))) # Pick a modulus just big enough to generate all numbers (power of 2).
    # Track how many random numbers have been returned.
    found = 0
    while found < maximum:
        # If this is a valid value, yield it in generator fashion.
        if value < maximum:
            found += 1
            yield mapping(value)
        # Calculate the next value in the sequence.
        value = (value*multiplier + offset) % modulus

用法

这个函数“random_range”的用法与任何生成器的用法相同（如“range”）。一个例子：

# Show off random range.
print()
for v in range(3,6):
    v = 2**v
    l = list(random_range(v))
    print("Need",v,"found",len(set(l)),"(min,max)",(min(l),max(l)))
    print("",l)
    print()

样本结果

Required 8 cycles to generate a sequence of 8 values.
Need 8 found 8 (min,max) (0, 7)
 [1, 0, 7, 6, 5, 4, 3, 2]

Required 16 cycles to generate a sequence of 9 values.
Need 9 found 9 (min,max) (0, 8)
 [3, 5, 8, 7, 2, 6, 0, 1, 4]

Required 16 cycles to generate a sequence of 16 values.
Need 16 found 16 (min,max) (0, 15)
 [5, 14, 11, 8, 3, 2, 13, 1, 0, 6, 9, 4, 7, 12, 10, 15]

Required 32 cycles to generate a sequence of 17 values.
Need 17 found 17 (min,max) (0, 16)
 [12, 6, 16, 15, 10, 3, 14, 5, 11, 13, 0, 1, 4, 8, 7, 2, ...]

Required 32 cycles to generate a sequence of 32 values.
Need 32 found 32 (min,max) (0, 31)
 [19, 15, 1, 6, 10, 7, 0, 28, 23, 24, 31, 17, 22, 20, 9, ...]

Required 64 cycles to generate a sequence of 33 values.
Need 33 found 33 (min,max) (0, 32)
 [11, 13, 0, 8, 2, 9, 27, 6, 29, 16, 15, 10, 3, 14, 5, 24, ...]

Answer 6

如果从1到N的N个数字的列表是随机生成的，那么是的，有一些数字可能会重复。

如果您想要以随机顺序排列从 1 到 N 的数字列表，请使用从 1 到 N 的整数填充数组，然后使用 Fisher-Yates shuffle 或 Python 的 random.shuffle()。

Answer 7

如果您需要对非常大的数字进行采样，则不能使用range

random.sample(range(10000000000000000000000000000000), 10)

因为它会抛出：

OverflowError: Python int too large to convert to C ssize_t

另外，如果random.sample 由于范围太小而无法生成您想要的项目数

 random.sample(range(2), 1000)

它抛出：

 ValueError: Sample larger than population

这个函数解决了这两个问题：

import random

def random_sample(count, start, stop, step=1):
    def gen_random():
        while True:
            yield random.randrange(start, stop, step)

    def gen_n_unique(source, n):
        seen = set()
        seenadd = seen.add
        for i in (i for i in source() if i not in seen and not seenadd(i)):
            yield i
            if len(seen) == n:
                break

    return [i for i in gen_n_unique(gen_random,
                                    min(count, int(abs(stop - start) / abs(step))))]

使用非常大的数字：

print('\n'.join(map(str, random_sample(10, 2, 10000000000000000000000000000000))))

示例结果：

7822019936001013053229712669368
6289033704329783896566642145909
2473484300603494430244265004275
5842266362922067540967510912174
6775107889200427514968714189847
9674137095837778645652621150351
9969632214348349234653730196586
1397846105816635294077965449171
3911263633583030536971422042360
9864578596169364050929858013943

范围小于请求项数的用法：

print(', '.join(map(str, random_sample(100000, 0, 3))))

示例结果：

2, 0, 1

它也适用于负范围和步骤：

print(', '.join(map(str, random_sample(10, 10, -10, -2))))
print(', '.join(map(str, random_sample(10, 5, -5, -2))))

示例结果：

2, -8, 6, -2, -4, 0, 4, 10, -6, 8
-3, 1, 5, -1, 3

Answer 8

这是我做的一个很小的函数，希望对你有帮助！

import random
numbers = list(range(0, 100))
random.shuffle(numbers)

Answer 9

您可以使用 Numpy 库进行快速回答，如下所示 -

给定代码 sn-p 列出了 0 到 5 之间的 6 个唯一数字。您可以根据自己的舒适度调整参数。

import numpy as np
import random
a = np.linspace( 0, 5, 6 )
random.shuffle(a)
print(a)

输出

[ 2.  1.  5.  3.  4.  0.]

它没有像我们在 random.sample 中看到的那样设置任何约束，称为 here。

希望这会有所帮助。

Answer 10

一个非常简单的函数也解决了你的问题

from random import randint

data = []

def unique_rand(inicial, limit, total):

        data = []

        i = 0

        while i < total:
            number = randint(inicial, limit)
            if number not in data:
                data.append(number)
                i += 1

        return data


data = unique_rand(1, 60, 6)

print(data)


"""

prints something like 

[34, 45, 2, 36, 25, 32]

"""

Answer 11

here 提供的答案在时间方面效果很好 以及内存，但由于它使用高级 python 有点复杂 产量等结构。 simpler answer 在实践中效果很好，但是问题在于 答案是它可能会在实际构造之前生成许多虚假整数 所需的集合。尝试使用 populationSize = 1000，sampleSize = 999。 理论上，它有可能不会终止。

下面的答案解决了这两个问题，因为它是确定性的并且有些有效 虽然目前不如其他两个高效。

def randomSample(populationSize, sampleSize):
  populationStr = str(populationSize)
  dTree, samples = {}, []
  for i in range(sampleSize):
    val, dTree = getElem(populationStr, dTree, '')
    samples.append(int(val))
  return samples, dTree

getElem、percolateUp 函数定义如下

import random

def getElem(populationStr, dTree, key):
  msd  = int(populationStr[0])
  if not key in dTree.keys():
    dTree[key] = range(msd + 1)
  idx = random.randint(0, len(dTree[key]) - 1)
  key = key +  str(dTree[key][idx])
  if len(populationStr) == 1:
    dTree[key[:-1]].pop(idx)
    return key, (percolateUp(dTree, key[:-1]))
  newPopulation = populationStr[1:]
  if int(key[-1]) != msd:
    newPopulation = str(10**(len(newPopulation)) - 1)
  return getElem(newPopulation, dTree, key)

def percolateUp(dTree, key):
  while (dTree[key] == []):
    dTree[key[:-1]].remove( int(key[-1]) )
    key = key[:-1]
  return dTree

最后，如下图所示，对于较大的 n 值，平均时间约为 15ms，

In [3]: n = 10000000000000000000000000000000

In [4]: %time l,t = randomSample(n, 5)
Wall time: 15 ms

In [5]: l
Out[5]:
[10000000000000000000000000000000L,
 5731058186417515132221063394952L,
 85813091721736310254927217189L,
 6349042316505875821781301073204L,
 2356846126709988590164624736328L]

Answer 12

为了获得一个程序，该程序生成一个没有重复的随机值列表，它是确定性的、高效的并使用基本的编程结构构建，请考虑下面定义的函数extractSamples，

def extractSamples(populationSize, sampleSize, intervalLst) :
    import random
    if (sampleSize > populationSize) :
        raise ValueError("sampleSize = "+str(sampleSize) +" > populationSize (= " + str(populationSize) + ")")
    samples = []
    while (len(samples) < sampleSize) :
        i = random.randint(0, (len(intervalLst)-1))
        (a,b) = intervalLst[i]
        sample = random.randint(a,b)
        if (a==b) :
            intervalLst.pop(i)
        elif (a == sample) : # shorten beginning of interval                                                                                                                                           
            intervalLst[i] = (sample+1, b)
        elif ( sample == b) : # shorten interval end                                                                                                                                                   
            intervalLst[i] = (a, sample - 1)
        else :
            intervalLst[i] = (a, sample - 1)
            intervalLst.append((sample+1, b))
        samples.append(sample)
    return samples

基本思想是跟踪间隔intervalLst 以获取从中选择所需元素的可能值。这是确定性的，因为我们保证在固定数量的步骤内生成样本（仅取决于populationSize 和sampleSize）。

要使用上面的函数来生成我们需要的列表，

In [3]: populationSize, sampleSize = 10**17, 10**5

In [4]: %time lst1 = extractSamples(populationSize, sampleSize, [(0, populationSize-1)])
CPU times: user 289 ms, sys: 9.96 ms, total: 299 ms
Wall time: 293 ms

我们还可以与早期的解决方案进行比较（对于较低的 populationSize 值）

In [5]: populationSize, sampleSize = 10**8, 10**5

In [6]: %time lst = random.sample(range(populationSize), sampleSize)
CPU times: user 1.89 s, sys: 299 ms, total: 2.19 s
Wall time: 2.18 s

In [7]: %time lst1 = extractSamples(populationSize, sampleSize, [(0, populationSize-1)])
CPU times: user 449 ms, sys: 8.92 ms, total: 458 ms
Wall time: 442 ms

请注意，我减少了populationSize 的值，因为它在使用random.sample 解决方案时会为更高的值产生内存错误（在之前的答案here 和here 中也提到过）。对于上述值，我们还可以观察到 extractSamples 优于 random.sample 方法。

附： ：虽然核心方法与我的earlier answer 相似，但在实现和方法上都进行了实质性修改，并提高了清晰度。

Answer 13

我发现了一种比使用range 函数（非常慢）和不使用python 中的random 函数更快的方法（我不喜欢random 内置库，因为当你播种它，它会重复随机数生成器的模式）

import numpy as np

nums = set(np.random.randint(low=0, high=100, size=150)) #generate some more for the duplicates
nums = list(nums)[:100]

这是相当快的。

Answer 14

尝试使用...

import random

LENGTH = 100

random_with_possible_duplicates = [random.randrange(-3, 3) for _ in range(LENGTH)]
random_without_duplicates = list(set(random_with_possible_duplicates)) # This removes duplicates

优点

快速、高效且易读。

可能的问题

如果有重复，这个方法可以改变列表的长度。

Answer 15

基于集合的方法（“如果返回值中有随机值，请重试”）的问题在于，它们的运行时间由于冲突（需要另一个“重试”迭代）而不确定，尤其是当大量随机从范围返回值。

一种不易出现这种非确定性运行时的替代方法如下：

import bisect
import random

def fast_sample(low, high, num):
    """ Samples :param num: integer numbers in range of
        [:param low:, :param high:) without replacement
        by maintaining a list of ranges of values that
        are permitted.

        This list of ranges is used to map a random number
        of a contiguous a range (`r_n`) to a permissible
        number `r` (from `ranges`).
    """
    ranges = [high]
    high_ = high - 1
    while len(ranges) - 1 < num:
        # generate a random number from an ever decreasing
        # contiguous range (which we'll map to the true
        # random number).
        # consider an example with low=0, high=10,
        # part way through this loop with:
        #
        # ranges = [0, 2, 3, 7, 9, 10]
        #
        # r_n :-> r
        #   0 :-> 1
        #   1 :-> 4
        #   2 :-> 5
        #   3 :-> 6
        #   4 :-> 8
        r_n = random.randint(low, high_)
        range_index = bisect.bisect_left(ranges, r_n)
        r = r_n + range_index
        for i in xrange(range_index, len(ranges)):
            if ranges[i] <= r:
                # as many "gaps" we iterate over, as much
                # is the true random value (`r`) shifted.
                r = r_n + i + 1
            elif ranges[i] > r_n:
                break
        # mark `r` as another "gap" of the original
        # [low, high) range.
        ranges.insert(i, r)
        # Fewer values possible.
        high_ -= 1
    # `ranges` happens to contain the result.
    return ranges[:-1]

Answer 16

如果您希望确保添加的数字是唯一的，您可以使用Set object

如果使用 2.7 或更高版本，否则导入 sets 模块。

正如其他人所提到的，这意味着这些数字并不是真正随机的。

Answer 17

在minval 和maxval 之间对整数进行采样而不替换：

import numpy as np

minval, maxval, n_samples = -50, 50, 10
generator = np.random.default_rng(seed=0)
samples = generator.permutation(np.arange(minval, maxval))[:n_samples]

# or, if minval is 0,
samples = generator.permutation(maxval)[:n_samples]

使用 jax：

import jax

minval, maxval, n_samples = -50, 50, 10
key = jax.random.PRNGKey(seed=0)
samples = jax.random.shuffle(key, jax.numpy.arange(minval, maxval))[:n_samples]

Answer 18

import random

sourcelist=[]
resultlist=[]

for x in range(100):
    sourcelist.append(x)

for y in sourcelist:
    resultlist.insert(random.randint(0,len(resultlist)),y)

print (resultlist)

Answer 19

如果你想要的数字数量是随机的，你可以这样做。在这种情况下，长度是您要选择的最大数字。

如果它注意到已经选择了新的随机数，它会从 count 中减去 1（因为在它知道是否重复之前添加了一个 count）。如果它不在列表中，那么对它做你想做的事情并将它添加到列表中，这样它就不会被再次选中。

import random
def randomizer(): 
            chosen_number=[]
            count=0
            user_input = int(input("Enter number for how many rows to randomly select: "))
            numlist=[]
            #length = whatever the highest number you want to choose from
            while 1<=user_input<=length:
                count=count+1
                if count>user_input:
                    break
                else:
                    chosen_number = random.randint(0, length)
                    if line_number in numlist:
                        count=count-1
                        continue
                    if chosen_number not in numlist:
                        numlist.append(chosen_number)
                        #do what you want here

Answer 20

来自 win xp 中的 CLI：

python -c "import random; print(sorted(set([random.randint(6,49) for i in range(7)]))[:6])"

在加拿大，我们有 6/49 Lotto。我只是将上面的代码包装在 lotto.bat 中并运行 C:\home\lotto.bat 或只是 C:\home\lotto。

因为random.randint经常重复一个数字，所以我用set和range(7)，然后把它缩短到6的长度。

有时，如果一个数字重复超过 2 次，则结果列表长度将小于 6。

编辑：但是，random.sample(range(6,49),6) 是正确的方法。