企业官网建设流程全解析

• 教程
• 文档

本篇指南以 30 seconds of code 仓库中的 random-number-or-integer-in-range 为骨架，完整讲解如何基于原生Math.random()通过简单数学运算生成任意闭区间[min, max]内的随机浮点数、随机整数，以及利用 Box-Muller 变换生成高斯（正态）分布随机数。读完你将得到可直接复制进项目的三行级工具函数，并理解其边界语义、取整陷阱与适用场景。

起点：理解Math.random()的输出域

JavaScript 内置的Math.random()会返回一个大于等于 0 且小于 1的伪随机浮点数，即值域为[0, 1)。它在 30 seconds of code 仓库中被视为随机值工具函数的核心原料——仓库在 javascript.yaml 中记录了Math.random()的标准引用，而 random-value-generators 集合 下的随机布尔、随机十六进制颜色、随机字母数字串、UUID 等 snippet 全部建立在它的基础之上。

直接使用Math.random()只能得到[0, 1)区间的小数，想要"某个范围内的随机数"，就需要用线性映射把输出域搬移到目标区间。

区间内随机浮点数：randomNumberInRange(min, max)

生成指定区间内随机浮点数是最简单的映射场景：用Math.random()的结果乘以最大值与最小值的差，再加上最小值即可：

const randomNumberInRange = (min, max) => Math.random() * (max - min) + min; randomNumberInRange(2, 10); // 6.0211363285087005

推导过程如下：

• Math.random()产出[0, 1)；
• 乘以(max - min)后得到[0, max - min)；
• 加上min后得到[min, max)。

注意该结果是左闭右开的：理论上可以等于min（当Math.random()返回 0 时），但永远取不到max。对浮点数场景（如随机角度、随机坐标偏移）这通常无关紧要。

参数与边界说明

当max < min时公式仍会给出一个递减区间内的值；当min === max时恒返回min。从仓库实现看，该函数是箭头函数单表达式写法，未做参数校验，实际使用时若需处理非法输入可自行补充防御性判断。

区间内随机整数：randomIntegerInRange(min, max)

生成随机整数与浮点版本非常相似，只多了最后一步：用Math.floor()将结果向下取整。但关键的差异在于乘数要使用(max - min + 1)，否则上界会出现偏差：

const randomIntegerInRange = (min, max) => Math.floor(Math.random() * (max - min + 1)) + min; randomIntegerInRange(0, 5); // 2

为什么是(max - min + 1)而不是(max - min)

若沿用浮点版本的max - min，则Math.random() * (max - min)最多接近max - min，经Math.floor()后最大只能得到min + (max - min - 1)，上界max永远不会出现。把差值加 1，使乘数范围变为[0, max - min + 1)，Math.floor()之后即可完整覆盖min到max的每一个整数（含两端），即闭区间[min, max]。

为什么用Math.floor()而非Math.round()

Math.round()会引入边界不对称：区间首尾整数出现的概率只有中间整数的一半（例如round(0.5)与round(1.4)均可能落到 1，但 0 和 5 的命中区间被截断）。Math.floor()配合(max - min + 1)能保证每个整数等概率，这是均匀随机整数实现的正确姿势。

进阶：Box-Muller 变换生成高斯随机数

均匀分布之外，某些模拟场景（如噪声、评分波动、参数扰动）需要正态分布（高斯分布）的随机数。30 seconds 的该文档给出基于 Box-Muller 变换的实现：用两个独立的均匀随机数，通过对数与三角运算映射出标准正态分布样本：

const randomGauss = () => { const theta = 2 * Math.PI * Math.random(); const rho = Math.sqrt(-2 * Math.log(1 - Math.random())); return (rho * Math.cos(theta)) / 10.0 + 0.5; }; randomGauss(); // 0.5

逐行原理拆解

• theta = 2 * Math.PI * Math.random()：在[0, 2π)内取随机角度；
• rho = Math.sqrt(-2 * Math.log(1 - Math.random()))：1 - Math.random()保证对数参数严格落在(0, 1]（避免取到 0 导致-∞），再经平方根得到服从瑞利分布的半径；
• (rho * Math.cos(theta)) / 10.0 + 0.5：rho * cos(theta)即标准正态样本（均值 0、方差 1），除以10.0压缩方差、加上0.5平移均值，最终落在 0.5 附近的高斯分布。

仓库通过 redirects.yaml 保留了random-gauss、random-integer-in-range、random-number-in-range三个旧路径到本文档的 301 重定向，说明这份实现是该主题在项目中的唯一权威版本，社区历史版本已被收敛至此。

组合复用：一次生成一整个随机整数数组

掌握了单值生成，批量场景即可顺势扩展。仓库中的姊妹篇 random-integer-array-in-range 正是复用randomIntegerInRange的核心逻辑，用Array.from()与映射函数批量产出：

const randomIntArrayInRange = (min, max, n = 1) => Array.from( { length: n }, () => Math.floor(Math.random() * (max - min + 1)) + min ); randomIntArrayInRange(12, 35, 10); // [ 34, 14, 27, 17, 30, 27, 20, 26, 21, 14 ]

第三个参数n默认值为 1，代表返回数组长度。该函数与本文两个函数同属于 random-value-generators 集合，集合还包含随机布尔、随机字母数字串、随机十六进制颜色与 UUID 生成器，可作为随机值工具库的整体清单查阅。

安全提醒：Math.random()的适用边界

必须明确的是，Math.random()是非加密安全的伪随机数生成器，输出的可预测性与统计特性不适合用于密码学、Token、抽奖防作弊等安全敏感场景。仓库在处理此类需求时的做法是转向Crypto API——例如 uuid-generator 中，现代浏览器与 Node.js 优先使用crypto.randomUUID()，旧环境则用crypto.getRandomValues()配合位运算生成。选型建议：

• 动画、游戏、抽样、UI 随机效果 →Math.random()系函数（本文方案）；
• 密码学安全随机 →crypto.randomUUID()/crypto.getRandomValues()。

仓库位置速查

• 主文档：random-number-or-integer-in-range.md
• 所属集合：random-value-generators.yaml
• 姊妹实现：random-integer-array-in-range.md、random-boolean.md、random-alphanumeric.md、random-hex-color-code.md
• 语言引用表：javascript.yaml（Math.random()官方语义参照）
• 旧路径重定向：redirects.yaml

本文全部函数均不依赖任何外部库，可直接复制进浏览器控制台或 Node.js 脚本运行验证，是日常开发中最轻量的随机数工具集。

• 教程
• 文档