我有一个强大的 RNG，可以生成随机的 32 位（无符号）整数。众所周知，对于 Metropolis MC 模拟，需要 0 到 1 之间的随机数来确定移动的接受/拒绝，因此我需要将我的 32 位 int 转换为（双精度）浮点值。

我的问题是将我的 32 位 int 转换为浮点数的最佳实践是什么？我想我有以下两个选择：

• (double) getRandomNumber() / 4294967295(2^32 - 1); 范围 [0,1]
• (double) getRandomNumber() / 4294967296(2^32); 范围 [0,1)

第一个选项看起来很简单，范围为 [0,1]。在 [0,0.5) 范围内将有 2147483648 个值，在 (0.5, 1] 范围内将有 2147483648 个值。

在第二个选项中，我们有一个 [0,1) 的范围，并且 0.5 在 2^32 个可能的浮点数中精确表示。对称性在于 50% 的值在 [0, .49999999977] 范围内，而其他 50% 在 [0.5, .99999999977] 范围内。

我缺少的 int->double 转换中是否有详细信息？这种类型的概率模拟范围的标准做法是什么？是 [0,1]、(0,1]、[0,1) 还是 (0,1)？还是我为一件小事而发火？

注意我已经读过除法比乘法效率低，所以我打算在我的实际实现中预先计算倒数并乘以那个值。