关于java:Java-生成随机数的-5-种方式你知道几种

1.Math.random() 静态方法

产生的随机数是 0 - 1 之间的一个 double，即 0 <= random <= 1。

应用：

for (int i = 0; i < 10; i++) {  System.out.println(Math.random());}

后果：

0.3598613895606426 0.2666778145365811 0.25090731064243355 0.011064998061666276 0.600686228175639 0.9084006027629496 0.12700524654847833 0.6084605849069343 0.7290804782514261 0.9923831908303121

实现原理：

When this method is first called, it creates a single new pseudorandom-number generator, exactly as if by the expression new java.util.Random() This new pseudorandom-number generator is used thereafter for all calls to this method and is used nowhere else.

当第一次调用 Math.random() 办法时，主动创立了一个伪随机数生成器，实际上用的是 new java.util.Random()。当接下来持续调用 Math.random() 办法时，就会应用这个新的伪随机数生成器。

源码如下：

public static double random() {    Random rnd = randomNumberGenerator;    if (rnd == null) rnd = initRNG(); // 第一次调用，创立一个伪随机数生成器    return rnd.nextDouble();}private static synchronized Random initRNG() {    Random rnd = randomNumberGenerator;    return (rnd == null) ? (randomNumberGenerator = new Random()) : rnd; // 实际上用的是new java.util.Random()}

This method is properly synchronized to allow correct use by more than one thread. However, if many threads need to generate pseudorandom numbers at a great rate, it may reduce contention for each thread to have its own pseudorandom-number generator.

initRNG() 办法是 synchronized 的，因而在多线程状况下，只有一个线程会负责创立伪随机数生成器（应用以后工夫作为种子），其余线程则利用该伪随机数生成器产生随机数。Java生成随机数的几种高级用法，这篇举荐看一下。

因而 Math.random() 办法是线程平安的。

什么状况下随机数的生成线程不平安：

线程1在第一次调用 random() 时产生一个生成器 generator1，应用以后工夫作为种子。
线程2在第一次调用 random() 时产生一个生成器 generator2，应用以后工夫作为种子。
碰巧 generator1 和 generator2 应用雷同的种子，导致 generator1 当前产生的随机数每次都和 generator2 当前产生的随机数雷同。

什么状况下随机数的生成线程平安：

Math.random() 静态方法应用

线程1在第一次调用 random() 时产生一个生成器 generator1，应用以后工夫作为种子。
线程2在第一次调用 random() 时发现曾经有一个生成器 generator1，则间接应用生成器 generator1。

public class JavaRandom {    public static void main(String args[]) {        new MyThread().start();        new MyThread().start();    }}class MyThread extends Thread {    public void run() {        for (int i = 0; i < 2; i++) {            System.out.println(Thread.currentThread().getName() + ": " + Math.random());        }    }}

后果：

Thread-1: 0.8043581595645333 Thread-0: 0.9338269554390357 Thread-1: 0.5571569413128877 Thread-0: 0.37484586843392464

2.java.util.Random 工具类

根本算法：linear congruential pseudorandom number generator (LGC) 线性同余法伪随机数生成器毛病：可预测

An attacker will simply compute the seed from the output values observed. This takes significantly less time than 2^48 in the case of java.util.Random. 从输入中能够很容易计算出种子值。It is shown that you can predict future Random outputs observing only two(!) output values in time roughly 2^16. 因而能够预测出下一个输入的随机数。You should never use an LCG for security-critical purposes.在重视信息安全的利用中，不要应用 LCG 算法生成随机数，请应用 SecureRandom。

应用：

Random random = new Random();for (int i = 0; i < 5; i++) {    System.out.println(random.nextInt());}

后果：

-24520987 -96094681 -952622427 300260419 1489256498

Random类默认应用以后零碎时钟作为种子:

public Random() {    this(seedUniquifier() ^ System.nanoTime());}public Random(long seed) {    if (getClass() == Random.class)        this.seed = new AtomicLong(initialScramble(seed));    else {        // subclass might have overriden setSeed        this.seed = new AtomicLong();        setSeed(seed);    }}

Random类提供的办法：API

nextBoolean() - 返回均匀分布的 true 或者 false
nextBytes(byte[] bytes)
nextDouble() - 返回 0.0 到 1.0 之间的均匀分布的 double
nextFloat() - 返回 0.0 到 1.0 之间的均匀分布的 float
nextGaussian()- 返回 0.0 到 1.0 之间的高斯分布（即正态分布）的 double
nextInt() - 返回均匀分布的 int
nextInt(int n) - 返回 0 到 n 之间的均匀分布的 int （包含 0，不包含 n）
nextLong() - 返回均匀分布的 long
setSeed(long seed) - 设置种子

只有种子一样，产生的随机数也一样：因为种子确定，随机数算法也确定，因而输入是确定的！

Random random1 = new Random(10000);Random random2 = new Random(10000);for (int i = 0; i < 5; i++) {    System.out.println(random1.nextInt() + " = " + random2.nextInt());}

后果：

-498702880 = -498702880 -858606152 = -858606152 1942818232 = 1942818232 -1044940345 = -1044940345 1588429001 = 1588429001

3.java.util.concurrent.ThreadLocalRandom 工具类

ThreadLocalRandom 是 JDK 7 之后提供，也是继承至 java.util.Random。

private static final ThreadLocal<ThreadLocalRandom> localRandom =    new ThreadLocal<ThreadLocalRandom>() {        protected ThreadLocalRandom initialValue() {            return new ThreadLocalRandom();        }};

每一个线程有一个独立的随机数生成器，用于并发产生随机数，可能解决多个线程产生的竞争抢夺。效率更高！关注公众号Java技术栈回复 java 获取更多 Java 工具类教程。

ThreadLocalRandom 不是间接用 new 实例化，而是第一次应用其静态方法 current() 失去 ThreadLocal 实例，而后调用 java.util.Random 类提供的办法取得各种随机数。

应用：

public class JavaRandom {    public static void main(String args[]) {        new MyThread().start();        new MyThread().start();    }}class MyThread extends Thread {    public void run() {        for (int i = 0; i < 2; i++) {            System.out.println(Thread.currentThread().getName() + ": " + ThreadLocalRandom.current().nextDouble());        }    }}

后果：

Thread-0: 0.13267085355389086 Thread-1: 0.1138484950410098 Thread-0: 0.17187774671469858 Thread-1: 0.9305225910262372

4.java.Security.SecureRandom

也是继承至 java.util.Random。

Instances of java.util.Random are not cryptographically secure. Consider instead using SecureRandom to get a cryptographically secure pseudo-random number generator for use by security-sensitive applications.SecureRandom takes Random Data from your os (they can be interval between keystrokes etc - most os collect these data store them in files - /dev/random and /dev/urandom in case of linux/solaris) and uses that as the seed. 操作系统收集了一些随机事件，比方鼠标点击，键盘点击等等，SecureRandom 应用这些随机事件作为种子。

SecureRandom 提供加密的强随机数生成器 (RNG)，要求种子必须是不可预知的，产生非确定性输入。SecureRandom 也提供了与实现无关的算法，因而，调用方（利用程序代码）会申请特定的 RNG 算法并将它传回到该算法的 SecureRandom 对象中。

如果仅指定算法名称，如下所示：SecureRandom random = SecureRandom.getInstance(“SHA1PRNG”);
如果既指定了算法名称又指定了包提供程序，如下所示：SecureRandom random = SecureRandom.getInstance(“SHA1PRNG”, “SUN”);

应用：

SecureRandom random1 = SecureRandom.getInstance("SHA1PRNG");SecureRandom random2 = SecureRandom.getInstance("SHA1PRNG");for (int i = 0; i < 5; i++) {    System.out.println(random1.nextInt() + " != " + random2.nextInt());}

后果：

704046703 != 2117229935 60819811 != 107252259 425075610 != -295395347 682299589 != -1637998900 -1147654329 != 1418666937

5.随机字符串

能够应用 Apache Commons-Lang 包中的 RandomStringUtils 类。Maven 依赖如下：

<dependency>    <groupId>commons-lang</groupId>    <artifactId>commons-lang</artifactId>    <version>2.6</version></dependency>

API 参考：https://commons.apache.org/pr...

示例：

public class RandomStringDemo {    public static void main(String[] args) {        // Creates a 64 chars length random string of number.        String result = RandomStringUtils.random(64, false, true);        System.out.println("random = " + result);        // Creates a 64 chars length of random alphabetic string.        result = RandomStringUtils.randomAlphabetic(64);        System.out.println("random = " + result);        // Creates a 32 chars length of random ascii string.        result = RandomStringUtils.randomAscii(32);        System.out.println("random = " + result);        // Creates a 32 chars length of string from the defined array of        // characters including numeric and alphabetic characters.        result = RandomStringUtils.random(32, 0, 20, true, true, "qw32rfHIJk9iQ8Ud7h0X".toCharArray());        System.out.println("random = " + result);    }}

RandomStringUtils 类的实现上也是依赖了 java.util.Random 工具类：

RandomStringUtils 类的定义

参考：

http://yangzb.iteye.com/blog/...
http://stackoverflow.com/ques...

作者：专职跑龙套
链接：https://www.jianshu.com/p/2f6...

欢送关注我的微信公众号「码农解围」，分享Python、Java、大数据、机器学习、人工智能等技术，关注码农技术晋升•职场解围•思维跃迁，20万+码农成长充电第一站，陪有幻想的你一起成长