Python编写百分比命中判定函数触发randrange空范围ValueError求助

• 核心计算错误：原代码对传入的0-100范围的百分比值执行IntPercent = int(Percent / 100)，所有小于100的输入值经过这步计算后都会得到0。此时执行random.randint(1, IntPercent)等价于调用random.randint(1, 0)。而random.randint(a,b)的内部实现本质是调用randrange(a, b+1)，当传入a=1、b=0时，会实际生成randrange(1, 1)的空随机数区间，直接触发ValueError: empty range for randrange() (1,1, 0)报错。
• 判定逻辑错位：原代码的命中判断条件为“随机数等于IntPercent/2”，这套逻辑和传入的百分比值没有对应关系，无法实现真实的百分比概率判定，甚至会出现命中概率和预期完全偏移的问题。
• 代码冗余：原代码中先初始化hit = None，再通过if-else分支给hit赋值布尔值的写法，完全可以通过直接返回判断表达式的结果简化。

百分比命中判定的核心逻辑是：输入值为0-100区间的概率值（如输入30代表30%概率命中），生成同区间的等概率随机数，当随机数不高于设定的概率值时判定为命中。
修复后的整数版本代码（实现简单、概率粒度为1%）：

import random

def PercentConvertion(Percent):
    # 边界校验：把输入值约束在0-100的合法区间，避免非法输入影响判定
    valid_percent = max(0, min(100, Percent))
    # 生成1-100范围的随机整数，共100个等概率取值
    random_val = random.randint(1, 100)
    # 随机值小于等于设定百分比时判定为命中，概率和输入值完全匹配
    return random_val <= valid_percent

补充说明：如果需要更平滑的连续判定精度，可以使用浮点数随机值实现，避免整数粒度的概率误差：

import random

def PercentConvertion(Percent):
    valid_percent = max(0, min(100, Percent))
    # random.random() 返回[0.0, 1.0)区间的均匀分布浮点数
    return random.random() < valid_percent / 100

内容的提问来源于stack exchange，提问作者kondzix767