如何在Python中高效生成不重复的随机数？

嘿，你这个思路其实很直观，但确实存在效率问题——尤其是当你要生成的不重复数越多、范围越大的时候，每次检查number not in empty的成本会越来越高，因为列表的成员检查是线性遍历的（O(n)时间复杂度），越往后白忙活的概率越大。

给你两个更高效的方案，都是利用Python标准库的原生实现，比手动循环检查靠谱多了：

方案一：用random.sample()（最推荐） #

random.sample()就是专门用来从一个序列中随机选取指定数量的不重复元素的，内部实现已经做了优化，完全不用你手动去做存在性检查。

针对你的需求，代码可以写成这样：

import random

# 从500到509（左闭右开，对应randrange(500,510)的范围）里选9个不重复的数
unique_numbers = random.sample(range(500, 510), 9)
print("Final list -->", unique_numbers)

这个方法的好处是：

• 代码简洁到极致，逻辑一目了然
• 效率高，时间复杂度远低于手动循环检查，尤其是当要取的元素数量较多时
• 不需要维护一个空列表手动添加元素，一步到位

方案二：如果需要打乱整个范围的所有数（取全部元素） #

要是你需求变成把500到509的所有数随机打乱顺序，那用random.shuffle()更合适：

import random

# 先生成完整的范围列表，再打乱
number_list = list(range(500, 510))
random.shuffle(number_list)
print("Shuffled full list -->", number_list)

为什么你的原方法效率低？ #

再回头说下你的原代码：当列表里的元素越来越多，if number not in empty这一步需要遍历整个列表去比对，比如当列表已有8个元素时，每次生成的随机数有8/10的概率是重复的，这时候不仅要遍历8次检查，还得重新生成数字——完全是做无用功。而random.sample()会直接避免这种重复生成的情况，内部用更高效的算法确保每个元素只被选一次。

总之，能用标准库原生方法解决的问题，就别自己造轮子啦，既省心又高效～

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