0x01：生產隨機數的方式

• Math.random()0到1之間隨機數
• java.util.Random偽隨機數(線性同余法生成)
• java.security.SecureRandom真隨機數
• java.util.concurrent.ThreadLocalRandom每一個線程有一個獨立的隨機數生成器

0x02：Math.random()

Math.random()產生的隨機數是在0 到1之間的一個double類型的隨機數，即 0 <= random <= 1

例子

public static void main(String[] args) { for(int i=0; i<10; i++){ System.out.println(Math.random()); } }

結果

0.55618691753422430.86408888351504140.2928147316268310.98735487802474750.323925041909681970.0232301114478186130.79118793895482530.64530781588057550.82554439407429070.0476070934096563

看下圖

從源碼分析發現，調用Math.random()方法時，自動創建了一個偽隨機數生成器，實際上用的是new java.util.Random()。

0x03：java.util.Random偽隨機數

java.util.Random采用線性同余法偽隨機數生成器(linear congruential pseudorandom number generator [簡稱LGC])，所以該隨機數具有可預測性的缺點。在注重信息安全的應用中，不要使用 LCG 算法生成隨機數，請使用 java.security.SecureRandom。

例子

public static void main(String[] args) { Random random = new Random(); for(int i=0; i<10; i++){ System.out.println(random.nextInt()); } }

結果

-932663432-1051420847-1702465501965458676-201833620613997342061142954832-1274289135918821980-537649235

java.util.Random類默認使用當前系統時鐘作為種子

Random類提供的方法：

• java.util.nextBoolean() - 返回均勻分布的 true 或者 false
• nextBytes(byte[] bytes)
• nextDouble() - 返回 0.0 到 1.0 之間的均勻分布的 double，Math.random() 調用的就是該方法
• nextFloat() - 返回 0.0 到 1.0 之間的均勻分布的 float
• nextGaussian() - 返回 0.0 到 1.0 之間的高斯分布(即正態分布)的 double
• nextInt() - 返回均勻分布的 int
• nextInt(int n) - 返回 0 到 n 之間的均勻分布的 int (包括 0，不包括 n)
• nextLong() - 返回均勻分布的 long
• setSeed(long seed) - 設置種子

另外只要種子一樣，產生的隨機數也一樣； 因為種子確定，隨機數算法也就確定了，所以輸出是確定的。

例子

public static void main(String[] args) { Random random1 = new Random(1000); Random random2 = new Random(1000); for(int i=0; i<10; i++){ System.out.println("random1 = "+ random1.nextInt() +

總結

以上是生活随笔為你收集整理的线性同余法生成随机数Matlab_生成安全的随机数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。