本文介绍一种高效、无循环的方法，通过 ThreadLocalRandom.nextInt(origin, bound) 直接约束随机数范围，确保骰子结果既不超出物理面数（如 d20 最大为 20），又严格落在用户指定的 min–max 区间内。
本文介绍一种高效、无循环的方法，通过 `threadlocalrandom.nextint(origin, bound)` 直接约束随机数范围，确保骰子结果既不超出物理面数（如 d20 最大为 20），又严格落在用户指定的 min–max 区间内。
在实现自定义骰子（如 MinMaxDice）时，一个常见误区是用“重试循环”（do-while）强行过滤越界值——这不仅逻辑冗余，还存在理论上的无限等待风险（尽管概率极低）。更优解是主动裁剪随机区间：将用户设定的 max 与骰子实际面数 sides 取较小值，作为随机数的上界（注意 nextInt(origin, bound) 的 bound 是排他性的，因此需 +1）。
以下是优化后的 rollDie() 实现：
public int rollDie() {
int effectiveMax = Math.min(this.max, this.sides);
return ThreadLocalRandom.current().nextInt(this.min, effectiveMax + 1);
}
该方案的核心逻辑清晰：
- effectiveMax = Math.min(this.max, this.sides) 确保结果不会超过骰子物理上限；
- nextInt(min, effectiveMax + 1) 生成 [min, effectiveMax] 范围内均匀分布的整数（含两端）；
- 时间复杂度恒定 O(1)，无任何循环或重试开销；
- 完全保留用户对 min 的设定，仅对 max 进行安全截断。
⚠️ 注意事项：
- 若 this.min > this.sides，则 effectiveMax if (min > sides || max
- ThreadLocalRandom 是线程安全且高性能的选择，优于 new Random()，尤其适合高频调用场景（如批量掷骰）。
综上，摒弃“生成→校验→重试”的被动策略，转而采用“预计算合法区间→单次生成”的主动设计，既提升性能，又增强代码健壮性与可维护性。
