无SRANDOM支持的Debian类Linux环境下如何用纯Bash改进随机函数均匀分布

原实现的偏倚来源 #

• Bash内置RANDOM变量的原生输出范围固定为0 ~ 32767，共包含2^15=32768个等概率的随机取值
• 原函数直接用取模运算计算目标值的方式，会产生模偏倚：当目标取值范围的大小不是32768的整数约数时，排在前面的若干个取值会因为余数映射的原因，出现概率显著高于其他取值，无法保证真正的均匀分布

优化实现逻辑（完全基于Bash内置语法，无外部依赖） #

• 采用拒绝采样法彻底消除模偏倚：丢弃RANDOM输出中会导致映射偏倚的尾部取值，仅使用能保证每个目标值等概率映射的随机数区间做计算
• 补充入参合法性校验，避免非整数输入、min>max等异常情况导致计算错误
• 通过拼接多段RANDOM输出扩展随机数的取值范围，适配超出RANDOM原生范围的大区间取值场景

优化后的完整函数实现 #

getRND() {
    # 设置入参默认值
    local min="${1:-1}"
    local max="${2:-100}"

    # 校验入参是否为合法整数
    if ! [[ "$min" =~ ^-?[0-9]+$ && "$max" =~ ^-?[0-9]+$ ]]; then
        echo "错误：函数入参必须为整数" >&2
        return 1
    fi

    # 自动校正min/max的大小关系，避免min > max的异常计算
    if (( min > max )); then
        local tmp="$min"
        min="$max"
        max="$tmp"
    fi

    # 计算目标取值的总范围大小
    local range_size=$(( max - min + 1 ))

    # 拼接双段RANDOM扩展随机数空间：
    # 单段RANDOM为15位等概率输出，拼接2段后可得到0 ~ (2^30 -1) = 0 ~ 1073741823的随机数
    # 总随机数空间大小为1073741824，足够覆盖绝大多数取值场景
    local rnd_high=$RANDOM
    local rnd_low=$RANDOM
    local full_rnd=$(( (rnd_high << 15) + rnd_low ))
    local full_rnd_range=1073741824

    # 计算无偏采样的最大随机数边界
    local max_valid=$(( (full_rnd_range / range_size) * range_size - 1 ))

    # 循环执行拒绝采样，直到获取到无偏的随机值
    while true; do
        # 若当前随机数落在无偏区间内，直接计算目标值并返回
        if (( full_rnd <= max_valid )); then
            local result=$(( (full_rnd % range_size) + min ))
            echo "$result"
            return 0
        fi
        # 若随机数落在会导致偏倚的区间内，丢弃当前值，重新生成随机数
        rnd_high=$RANDOM
        rnd_low=$RANDOM
        full_rnd=$(( (rnd_high << 15) + rnd_low ))
    done
}

调用示例 #

# 取-10到10之间的随机整数
var=$(getRND -10 10)
echo "$var"

优化效果说明 #

• 均匀性保障：通过拒绝采样逻辑，将会导致概率偏倚的尾部随机值全部丢弃，保证每个目标取值的出现概率完全相等，彻底消除原实现的模偏倚问题
• 环境适配：所有逻辑完全基于Bash内置语法实现，不依赖任何外部命令，可直接在无SRANDOM支持的Debian类系统Bash环境下运行
• 健壮性提升：增加了入参合法性校验、min/max自动校正逻辑，避免非法输入导致的计算异常
• 性能可控：双段RANDOM拼接后的随机数空间达到10亿级，拒绝采样的整体拒绝率低于0.001%，几乎不会产生可感知的性能损耗

注：如果需要支持超过10亿范围的取值需求，可以按照相同的逻辑拼接更多段RANDOM，每段RANDOM可贡献15位的等概率随机熵，通过移位累加即可扩展随机数的取值上限。

内容的提问来源于stack exchange，提问作者Alfred.37