如何在Rust中从0..N区间选取3个等概率不重复随机整数？

前置说明 #

该功能适用于服务器随机选取的业务场景，以下两种实现均保证所有整数被选中的概率完全均等，无需自行处理去重逻辑。
首先需要在Cargo.toml中添加Rust生态权威的随机数库依赖：

rand = "0.8"

实现方案1：内置采样方法（推荐小N场景） #

直接调用rand库官方封装的无偏采样方法，代码简洁不易出错，适合服务器数量不多的普通场景：

use rand::seq::IteratorRandom;
use rand::thread_rng;

/// 从0..n区间选取3个不重复的等概率随机整数
/// n小于3时返回None
fn pick_3_unique_servers(n: usize) -> Option<Vec<usize>> {
    if n < 3 {
        return None;
    }
    let mut rng = thread_rng();
    Some((0..n).choose_multiple(&mut rng, 3))
}

实现方案2：Fisher-Yates部分洗牌（推荐大N场景） #

基于Fisher-Yates洗牌算法的优化实现，仅需要执行3次交换操作即可拿到结果，时间复杂度为固定O(1)，不受N的大小影响，适合服务器数量过千的大规模集群场景：

use rand::Rng;
use rand::thread_rng;

/// 从0..n区间选取3个不重复的等概率随机整数
/// n小于3时返回None
fn pick_3_unique_servers(n: usize) -> Option<[usize; 3]> {
    if n < 3 {
        return None;
    }
    let mut rng = thread_rng();
    let mut seq: Vec<usize> = (0..n).collect();
    for i in 0..3 {
        let random_idx = rng.gen_range(i..n);
        seq.swap(i, random_idx);
    }
    Some(seq[0..3].try_into().unwrap())
}

注意事项 #

• 若业务对随机安全性要求较高（比如涉及敏感数据的交叉校验），可以将thread_rng替换为密码学安全的随机数生成器，例如rand_chacha库提供的ChaCha20Rng。
• 调用方法前建议先判断N的大小，提前处理N<3的边界场景，避免业务逻辑出现panic。

内容的提问来源于stack exchange，提问作者porton