Python生成指定范围随机整数：random.randint与randrange用法区别

一、为什么需要区分 randint 与 randrange

在编写 Python 程序时，生成随机整数是非常高频的操作，比如模拟掷骰子、打乱抽奖、从列表随机截取索引或按间隔抽取采样点。Python 标准库的 random 模块提供了两个专门生成随机整数的函数：random.randint() 和 random.randrange()。

很多初学者甚至有经验的开发者常常对它们产生混淆，最常见的问题是：明明指定了范围上限，为什么有时会取到上限值，有时却永远取不到？如果需要生成特定步长（例如“1 到 100 之间的随机奇数”），又该选用哪一个？弄清楚这两个函数的参数规则、边界行为与底层联系，能够彻底避免开发中难以察觉的“差一错误”（Off-by-one Error）。

二、核心区别一：区间开闭特性对比

两者的首要区别，在于生成的随机整数集合是否包含右端点边界。

1. random.randint(a, b)：双端闭区间 [a, b]

randint(a, b) 返回一个随机整数 N，满足数学上的双闭区间条件：a <= N <= b。这意味着参数中的 a 和 b 都有可能被随机选中。

import random

# 生成 1 到 6 之间的随机整数（模拟掷骰子），1 和 6 都有概率出现
dice = random.randint(1, 6)
print(f"骰子点数: {dice}")  # 可能的值为：1, 2, 3, 4, 5, 6

2. random.randrange(start, stop[, step])：左闭右开区间 [start, stop)

randrange() 的命名与行为与 Python 内置的 range() 序列完全一致，遵循左闭右开规范。它返回的随机整数 N 满足：start <= N < stop。右端点 stop 永远不会被包含在结果中。

import random

# 范围为 [1, 6)，生成的随机数只可能包含 1, 2, 3, 4, 5，绝对不会出现 6
val = random.randrange(1, 6)
print(f"随机值: {val}")  # 结果集为 {1, 2, 3, 4, 5}

三、核心区别二：底层实现与调用机制

很多人以为 randint 和 randrange 是两个完全平行的算法实现，但翻阅 Python 官方标准库 random.py 的源码就会发现，它们其实是直接的包装与委托关系。

在 Python 源码中，randint 的实现只有两行核心逻辑：

def randint(self, a, b):
    """Return random integer in range [a, b], including both end points."""
    return self.randrange(a, b + 1)

这段代码揭示了几个关键事实：

• 同根同源：randint 内部就是通过调用 randrange 完成计算的，随机数的分布质量、底层伪随机算法（Mersenne Twister）完全没有差别。
• 边界转换：randint(a, b) 只是将右边界自动累加了 1，使其以 randrange(a, b + 1) 的形式运行，从而恰好把 b 纳入了可取值的集合中。
• 设计初衷：Python 之所以单独提供 randint，是为了迎合人们日常的数学直觉（比如日常生活中的“请在 1 到 10 之间选一个数字”，直觉上都是包含 10 的），减少频繁手写 + 1 的繁琐与疏漏。

四、核心区别三：步长支持与调用签名

除了区间开闭差异外，两者的参数灵活性存在显著不同。

1. 参数数量差异：单参数与多参数

randint(a, b) 必须且只能接收两个位置参数 a 与 b。如果只传一个参数，会直接抛出 TypeError: randint() missing 1 required positional argument 异常。

与此相对，randrange() 支持三种重载传参形式，完全贴合 range()：

• randrange(stop)：只传入一个参数时，默认从 0 开始，步长为 1。例如 randrange(5) 生成 0, 1, 2, 3, 4。这在配合列表下标时非常便捷。
• randrange(start, stop)：指定起始与终止端点，步长默认为 1。
• randrange(start, stop, step)：指定起始端点、终止端点以及递进步长。

2. 步长（step）机制实战

当需要生成特定间隔的随机整数时，randint 无法直接胜任，而 randrange 的 step 参数则能够原生支持：

import random

# 生成 0 到 100 之间的随机偶数（包含 0，不含 100）
even_num = random.randrange(0, 100, 2)

# 生成 1 到 100 之间的随机奇数（包含 1，不含 101）
odd_num = random.randrange(1, 101, 2)

# 生成 0 到 50 之间 5 的倍数
five_multiple = random.randrange(0, 55, 5)  # 可能取到 0, 5, 10, ..., 50

若使用 randint 实现上述需求，开发者必须先生成连续序号，再手动乘以步长或加上偏移量，例如 random.randint(0, 49) * 2，代码的可读性和维护性明显劣于 randrange。

五、常见错误与避坑指南

在实际编码中，由于对参数约束和异常机制不了解，开发者经常会遭遇以下两类典型异常：

1. 空范围引发的 ValueError

对于 randint(a, b)，要求 a <= b。如果传入 a > b，例如 random.randint(10, 1)，在底层执行 randrange(10, 2) 时会直接抛出：

ValueError: empty range for randrange() (10, 2, -8)

对于 randrange(start, stop, step)，如果步长方向与端点方向相反（例如 randrange(1, 10, -1) 或 randrange(10, 1, 1)），或者范围跨度无法产生任何有效整数，同样会抛出 ValueError: empty range for randrange()。

2. 步长为 0 引发的 ValueError

步长参数必须是非零整数。如果传入 random.randrange(1, 10, 0)，系统会立即抛出 ValueError: zero step for randrange()，这与 Python 内置 range(1, 10, 0) 的报错规则保持高度一致。

六、特性对比与技术选型指南

为了在开发中迅速做出恰当的选择，我们可以将两者的核心指标整理成对比清单：

七、总结

总结来说，random.randint 与 random.randrange 的选用原则可以归纳为两点：

1. 看区间直觉：如果需求是明确的“包含上下限”的日常数值（如掷骰子取 1~6、答题抽签 1~50 号），优先选用 randint(a, b)，它符合自然认知，避免手动加减 1 带来的心智负担。
2. 看代码语境与步长：如果操作对象涉及数组索引、切片、循环次数，或者需要按步长跳跃（如奇偶数），优先选用 randrange()，它与 Python 核心生态的 range 和索引机制无缝统一。