如何生成0到1之间排除指定子范围的随机数？

这里有两种实用的方法解决这个问题，以排除0.2到0.5的区间为例：

方法一：拒绝采样法 #

这种方法逻辑直白，容易实现：

• 先生成一个0到1的随机数
• 检查它是否落在要排除的区间内，如果是就重新生成，直到得到符合条件的数

示例代码（Python）：

import random

def random_exclude_range():
    while True:
        num = random.random()
        if not (0.2 <= num <= 0.5):
            return num

优缺点：实现简单，无需复杂计算；但如果排除的区间占比很大（比如0.1到0.9），可能需要多次循环才能得到有效数，效率较低。

方法二：数学映射法 #

这种方法通过区间映射避免重复生成随机数，效率更稳定：

• 先计算有效区间的总长度：(0.2 - 0) + (1 - 0.5) = 0.7
• 生成一个0到0.7之间的随机数r
• 若r < 0.2，直接返回r（对应原区间0-0.2）；若r >= 0.2，返回r + 0.3（把0.2-0.7的部分映射到原区间0.5-1）

示例代码（Python）：

import random

def random_exclude_range():
    total_valid_length = 0.2 + 0.5
    r = random.uniform(0, total_valid_length)
    return r if r < 0.2 else r + 0.3

可以把它改成通用函数，支持任意排除区间：

import random

def random_exclude_range(exclude_low, exclude_high):
    total_valid_length = exclude_low + (1 - exclude_high)
    r = random.uniform(0, total_valid_length)
    return r if r < exclude_low else r + (exclude_high - exclude_low)

调用时只需传入排除区间的上下限：random_exclude_range(0.2, 0.5)

优缺点：只需生成一次随机数，效率稳定；但需要手动计算区间长度和偏移量，适合排除单个连续子区间的场景。

内容的提问来源于stack exchange，提问作者blademan9999