go 1.20+ 应使用 rand.new(rand.newsource(42)) 创建确定性 prng 实例，并将其作为参数注入被测函数，避免依赖已弃用的 rand.seed() 或全局 rand 状态，确保测试可重现。
Go 测试里随机结果不一致，怎么让它每次都一样
测试带 rand 的代码失败，不是因为逻辑错，而是每次跑结果都变——根本没法断言。核心解法是控制随机源：用固定种子初始化 rand.Rand 实例，而不是依赖全局 rand 包。
- 别直接调
rand.Intn()或rand.Shuffle()，它们用的是全局伪随机数生成器（PRNG），默认用当前时间做种子 - 在测试中显式创建
rand.New()实例，并传入rand.NewSource(42)这类固定种子源 - 把该实例作为参数注入到被测函数中（或通过接口抽象），避免硬依赖全局状态
- 如果函数内部必须用全局
rand，测试前用rand.Seed(42)（仅限 Go 1.20 之前）；但 Go 1.20+ 已弃用该函数，强制要求用独立实例
Go 1.20+ 怎么安全地固定 rand 种子
Go 1.20 起 rand.Seed() 被标记为 deprecated，且并发调用会 panic。现在唯一可靠方式是完全绕过全局 rand，自己管种子和实例。
- 用
rand.New(rand.NewSource(42))创建确定性 PRNG 实例 - 把
*rand.Rand当作依赖传入函数，例如：func Shuffle(items []string, r *rand.Rand) { r.Shuffle(len(items), ...) } - 测试时传入固定种子的实例，生产代码传
rand.New(rand.NewSource(time.Now().UnixNano()))或其他真随机源 - 注意：不能把
rand.NewSource(42)多次传给不同rand.New()——每个rand.NewSource实例只能被一个rand.Rand使用，否则行为未定义
mock rand 不如直接换实例，为什么
有人想 mock rand.Intn，但 Go 标准库函数无法直接 monkey patch，且接口抽象成本高。实际没必要：替换 PRNG 实例更轻、更可控、无反射风险。
- 定义一个接口如
type RNG interface { Intn(n int) int; Shuffle(n int, swap func(i, j int)) }是过度设计 -
*rand.Rand本身已实现所有常用方法，直接传指针即可，零额外抽象 - 测试中若需验证“是否用了随机”，可包装一层带计数器的
*rand.Rand子类（用结构体嵌入），而非 mock 函数调用 - 第三方库如
github.com/leanovate/gopter适合 property-based testing，但对简单确定性测试属于杀鸡用牛刀
常见错误：时间种子、并发 panic、没传参
这些坑会导致测试偶尔失败，或者在 CI 上表现不一。
立即学习“go语言免费学习笔记（深入）”；
- 写
rand.NewSource(time.Now().Unix())—— 即使在测试里也还是非确定性的，哪怕只差 1 纳秒，种子就不同 - 多个 goroutine 同时调
rand.Seed()（Go 1.20+）→ 直接 panic: "invalid use of Seed" - 函数签名没暴露
*rand.Rand参数，测试只能碰运气等它“刚好”产出预期值，本质是把测试写成概率游戏 - 用
math/rand却忘了 import，编译不过；或误用crypto/rand（它是真随机，没法固定）
真正麻烦的从来不是“怎么设种子”，而是让随机逻辑可插拔——只要函数签名里明确吃一个 *rand.Rand，测试就稳了。其余都是围绕这个点的细节取舍。
