搜索

Java 生成随机数的 5 种方式，你知道几种？

程序员的成长之路

2020-12-31 00:38

程序员的成长之路
互联网/程序员/技术/资料共享 
关注


阅读本文大概需要 5.5 分钟。

作者：专职跑龙套
链接：https://www.jianshu.com/p/2f6acd169202

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。
使用：
for (int i = 0; i < 10; i++) {
  System.out.println(Math.random());
}
结果：
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() 方法时，自动创建了一个伪随机数生成器，实际上用的是 new java.util.Random()。当接下来继续调用 Math.random() 方法时，就会使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，创建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() 方法是 synchronized 的，因此在多线程情况下，只有一个线程会负责创建伪随机数生成器（使用当前时间作为种子），其他线程则利用该伪随机数生成器产生随机数。
因此 Math.random() 方法是线程安全的。
什么情况下随机数的生成线程不安全：
  • 线程1在第一次调用 random() 时产生一个生成器 generator1，使用当前时间作为种子。
  • 线程2在第一次调用 random() 时产生一个生成器 generator2，使用当前时间作为种子。
  • 碰巧 generator1 和 generator2 使用相同的种子，导致 generator1以后产生的随机数每次都和 generator2 以后产生的随机数相同。
什么情况下随机数的生成线程安全： Math.random() 静态方法使用
  • 线程1在第一次调用 random() 时产生一个生成器 generator1，使用当前时间作为种子。
  • 线程2在第一次调用 random() 时发现已经有一个生成器generator1，则直接使用生成器 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());
        }
    }
}
结果：
Thread-1: 0.8043581595645333 Thread-0: 0.9338269554390357 Thread-1: 0.5571569413128877 Thread-0: 0.37484586843392464

2. java.util.Random 工具类

基本算法：linear congruential pseudorandom number generator (LGC) 线性同余法伪随机数生成器缺点：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. 从输出中可以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. 因此可以预测出下一个输出的随机数。You should never use an LCG for security-critical purposes.在注重信息安全的应用中，不要使用 LCG 算法生成随机数，请使用 SecureRandom。
使用：
Random random = new Random();

for (int i = 0; i < 5; i++) {
    System.out.println(random.nextInt());
}
结果：
-24520987 -96094681 -952622427 300260419 1489256498
Random类默认使用当前系统时钟作为种子:
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类提供的方法：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 （包括 0，不包括 n）
  • nextLong() - 返回均匀分布的 long
  • setSeed(long seed) - 设置种子
只要种子一样，产生的随机数也一样： 因为种子确定，随机数算法也确定，因此输出是确定的！
Random random1 = new Random(10000);
Random random2 = new Random(10000);

for (int i = 0; i < 5; i++) {
    System.out.println(random1.nextInt() + " = " + random2.nextInt());
}
结果：
-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 localRandom =
    new ThreadLocal() {
        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，能够解决多个线程发生的竞争争夺。效率更高！
ThreadLocalRandom 不是直接用 new 实例化，而是第一次使用其静态方法 current() 得到 ThreadLocal 实例，然后调用 java.util.Random 类提供的方法获得各种随机数。
使用：
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());
        }
    }
}
结果：
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，比如鼠标点击，键盘点击等等，SecureRandom 使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，产生非确定性输出。SecureRandom 也提供了与实现无关的算法，因此，调用方（应用程序代码）会请求特定的 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");
使用：
SecureRandom random1 = SecureRandom.getInstance("SHA1PRNG");
SecureRandom random2 = SecureRandom.getInstance("SHA1PRNG");

for (int i = 0; i < 5; i++) {
    System.out.println(random1.nextInt() + " != " + random2.nextInt());
}
结果：
704046703 != 2117229935 60819811 != 107252259 425075610 != -295395347 682299589 != -1637998900 -1147654329 != 1418666937

5. 随机字符串

可以使用 Apache Commons-Lang 包中的 RandomStringUtils 类。Maven 依赖如下：
<dependency>
    <groupId>commons-langgroupId>
    <artifactId>commons-langartifactId>
    <version>2.6version>
dependency>
API 参考：https://commons.apache.org/proper/commons-lang/javadocs/api-2.6/org/apache/commons/lang/RandomStringUtils.html
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

推荐阅读：

27岁、47岁！国内两家知名企业同时传出员工猝死

超级全面的 SpringBoot 注解介绍，每一个用途都应该清晰

5T技术资源大放送！包括但不限于：C/C++，Linux，Python，Java，PHP，人工智能，单片机，树莓派，等等。在公众号内回复「2048」，即可免费获取！！

微信扫描二维码，关注我的公众号

朕已阅 

浏览 21
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
Java 生成随机数的 5 种方式，你知道几种？
公众号程序猿DD
0
Java 生成随机数的 5 种方式，你知道几种？
Java技术栈
0
Java 生成随机数的 5 种方式，你知道几种？
开发者全社区
0
Java 生成随机数的 5 种方式，你知道几种？
极客挖掘机
0
异步编程的几种方式，你知道几种？
我是程序汪
0
生成随机数的方式你选对了吗？
C语言与CPP编程
0
这几种全局ID生成方式，你知道哪几种？
Java技术精选
0
Java中定时任务的6种实现方式，你知道几种？
程序新视界
0
Java中定时任务的6种实现方式，你知道几种？
Stephen
0
mysql 字符串拼接，你知道几种方式？
程序员考拉
0
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报