Python 3中高效生成随机长度类随机唯一字符串的方案咨询

你遇到的这个问题其实是典型的线性查找性能瓶颈——用列表做存在性检查的时间复杂度是O(n)，当生成量达到百万级时，每次检查都要遍历整个列表，重复概率也会逐渐上升，自然会慢到难以接受。下面给你几个针对性的高效优化方案：

1. 用集合替代列表存储已生成的键 #

集合（set）的存在性检查和添加操作平均时间复杂度都是O(1)，相比列表的O(n)提升巨大。同时改用while循环确保最终生成足够数量的无重复键（原代码的for循环如果遇到重复，最终列表长度会小于目标数量）：

import secrets
import string
import numpy as np

amount_of_keys = 999999
keys = set()
# 预存字符集，避免每次循环重复拼接
char_set = string.ascii_uppercase + string.digits

while len(keys) < amount_of_keys:
    # 随机生成12-19位的长度（np.random.randint是左闭右开，所以20是上限）
    N = np.random.randint(12, 20)
    n_key = ''.join(secrets.choice(char_set) for _ in range(N))
    keys.add(n_key)

# 如果最终需要列表格式，再转换
keys_list = list(keys)

2. 优化随机字符串生成效率 #

循环调用secrets.choice会产生较多函数调用开销，我们可以一次性生成足够的随机字节，再映射到目标字符集，减少函数调用次数：

import secrets
import string
import numpy as np

amount_of_keys = 999999
char_set = string.ascii_uppercase + string.digits
char_set_len = len(char_set)
keys = set()

while len(keys) < amount_of_keys:
    N = np.random.randint(12, 20)
    # 一次性生成N个随机字节
    random_bytes = secrets.token_bytes(N)
    # 将每个字节映射到字符集的索引（取模确保在范围内）
    n_key = ''.join(char_set[b % char_set_len] for b in random_bytes)
    keys.add(n_key)

额外注意事项 #

• 你的目标字符集有36个元素（26个大写字母+10个数字），不同长度的字符串总可能数是36^12 + 36^13 + ... + 36^19，这个数值约为1.2e31，远大于百万级的生成量，所以重复概率极低，但用集合做去重仍然是必要的兜底措施。
• 如果不需要随机长度，可以固定字符串长度，这样能进一步简化逻辑，甚至可以预先生成所有可能的候选（不过对于12位以上的长度，候选数太大，不现实）。

内容的提问来源于stack exchange，提问作者Kev1n91