MATLAB生成含至少X%零值的[0;1]范围随机向量

嘿，这个需求我之前也碰到过，迭代替换确实有点拖效率，尤其是当向量长度n很大的时候。给你两个更高效的方案，完全适配MATLAB 2017a，而且能满足你对随机/均匀分布的要求：

方案1：精确控制零值数量（一步到位） #

这个方法可以直接生成刚好满足“零值占比≥X%”的向量，甚至你还能随机让零值占比超过X%：

• 先计算需要的最少零值数量 k = ceil(n * X/100)（ceil是向上取整，确保零值占比不低于X%）
• 用randperm随机挑选k个不重复的位置，把这些位置设为0，剩下的元素用rand生成均匀分布的[0,1)值

示例代码：

n = 1000;       % 向量行数
X = 30;         % 零值最小占比（百分比）
min_zero_count = ceil(n * X / 100);
% 可选：如果想要零值占比随机在X%~100%之间，把下面的min_zero_count换成randi([min_zero_count, n])
zero_indices = randperm(n, min_zero_count);

vec = rand(n, 1);
vec(zero_indices) = 0;

这个方法没有循环，所有操作都是向量级别的，MATLAB处理起来非常快，而且零值位置完全随机，非零元素是标准的均匀分布，完美符合你的需求。

方案2：随机阈值法（零值占比随机≥X%） #

如果你希望零值占比是随机的（但保证不低于X%），可以用这个方法：

• 生成一个随机阈值t，范围在[X/100, 1]之间
• 把rand(n,1)中小于t的元素全部设为0，这样零值占比就是随机的，但肯定≥X%

示例代码：

n = 1000;
X = 30;
threshold = X/100 + (1 - X/100)*rand(); % 随机阈值，确保≥X/100

vec = rand(n,1);
vec(vec < threshold) = 0;

这个方法同样是向量级操作，效率拉满，非零元素是截断后的均匀分布（依然在[0,1]范围内），零值占比会随机波动但不会低于要求的X%。

为什么迭代替换不推荐？ #

迭代替换的问题在于：当n很大或者X%很高时，你可能需要多次循环才能达标，而且还可能重复替换同一个元素（完全是做无用功），浪费计算资源。上面的两个方案都是一次性生成，效率提升非常明显。

内容的提问来源于stack exchange，提问作者baxbear