固定边距二元矩阵的均匀采样是统计学、计算机科学、生态学等领域的一个重要而困难的问题。当矩阵变大或矩阵过于稀疏/稠密时，著名的交换算法将效率低下。在这里，我们提出了矩形循环算法，即马尔可夫链蒙特卡罗算法，用于均匀采样具有固定边距的二元矩阵。理论上，矩形循环算法优于Peskun顺序的交换算法。实证研究还表明，矩形循环算法比交换算法效率更高。