0+到10+随机数+java_Java随机数总结
先放一道面試真題
以下關于隨機數的描述，正確的是：
A. Matn.random() 可以生成 [ 0 , 1 ] 內的任意小數
B. Random.next( 10 ) 可以生成 [ 0 , 10 ] 內的任意整數
C. new java.util.Random().nextInt( 11 ) 可以生成 [ 0 , 10 ] 內的任意整數
D. new java.util.Math().random() 可以生成 [ 0 , 1 ) 內的任意小數
在Java項目中通常主要是通過Math.random方法和Random類來獲得隨機數的，下面將從概述，使用技巧，源碼分析等方面進行介紹。
一、Random類
1.概述
Random類中實現的隨機算法是偽隨機，也就是有規則的隨機，實際上就是一個數字(seed)經過運算后近似隨機數的數字。所以實際上偽隨機是完全可以通過運算預測的。Java中的隨機數種子若不填寫就會使用缺省值，即系統時間。
2、Random對象的構造方法
a、public Random()
該構造方法使用一個和當前系統時間對應的相對時間有關的數字作為種子數，然后使用這個種子數構造Random對象。
b、public Random(long seed)
該構造方法可以通過給定的種子進行創建。
如下代碼所示：
public class Client {
public static void main(String[] args) {
Random r = new Random();
Random r1 = new Random(10);
for(int i=1;i<4;i++){
System.out.println("第"+i+"次，r=："+r.nextInt()+"r1=:"+r1.nextInt());
}
}
}
觀察結果發現r1多次運行產生結果相同，r不同
3.Java.util.Random()類的方法
PS：什么是隨機數生成器序列？類似一個數組，里面存著生成好的隨機數，詳見第三部分源碼分析
protected int next(int bits)：生成下一個偽隨機數，參數bits應該是位數。
boolean nextBoolean()：返回下一個偽隨機數，它是取自此隨機數生成器序列的均勻分布的boolean值，生成true和false的值幾率相等。
void nextBytes(byte[] bytes)：生成隨機字節并將其置于用戶提供的 byte 數組中。
double nextDouble()：返回下一個偽隨機數，它是取自此隨機數生成器序列的、在0.0和1.0之間均勻分布的 double值，不包括1.0
float nextFloat()：同上，但類型為Float
double nextGaussian()：返回下一個偽隨機數，它是取自此隨機數生成器序列的、呈高斯(“正態”)分布的double值，其平均值是0.0標準差是1.0。
int nextInt()：返回下一個偽隨機數，它是此隨機數生成器的序列中均勻分布的 int 值，該值介于int的區間，也就是-231到231-1之間。
int nextInt(int n)：返回一個偽隨機數，它是取自此隨機數生成器序列的、該值介于[0,n)的區間，也就是0到n，不包括n。
long nextLong()：返回下一個偽隨機數，它是取自此隨機數生成器序列的均勻分布的 long 值。
void setSeed(long seed)：使用單個 long 種子設置此隨機數生成器的種子。
常用的方法主要是2.4.7.8.10，記住這幾個即可，下面介紹隨機數的使用技巧。
4.使用示例
Random r = new Random();
a、生成[0,1.0)區間的小數
double d1 = r.nextDouble();
直接使用nextDouble方法獲得。
b、生成[0,5.0)區間的小數
double d2 = r.nextDouble() * 5;
因為nextDouble方法生成的數字區間是[0,1.0)，將該區間擴大5倍即是要求的區間。
同理，生成[0,d)區間的隨機小數，d為任意正的小數，則只需要將nextDouble方法的返回值乘以d即可。
c、生成[1,2.5)區間的小數
double d3 = r.nextDouble() * 1.5 + 1;
生成[1,2.5)區間的隨機小數，則只需要首先生成[0,1.5)區間的隨機數字，然后將生成的隨機數區間加1即可。
同理，生成任意非從0開始的小數區間[d1,d2)范圍的隨機數字(其中d1不等于0)，則只需要首先生成[0,d2-d1)區間的隨機數字，然后將生成的隨機數字區間加上d1即可。
d、生成任意整數
int n1 = r.nextInt();
直接使用nextInt方法即可。
e、生成[0,10)區間的整數
n2 = Math.abs(r.nextInt() % 10);```
以上兩行代碼均可生成[0,10)區間的整數。
第一種實現使用Random類中的nextInt(int n)方法直接實現。
第二種實現中，首先調用nextInt()方法生成一個任意的int數字，該數字和10取余以后生成的數字區間為(-10,10)，然后再對該區間求絕對值，則得到的區間就是[0,10)了。
同理，生成任意[0,n)區間的隨機整數，都可以使用如下代碼：
```int n2 = r.nextInt(n);
n2 = Math.abs(r.nextInt() % n);```
#####f、生成[0,10]區間的整數
int n3 = r.nextInt(11);
n3 = Math.abs(r.nextInt() % 11);
相對于整數區間，[0,10]區間和[0,11)區間等價，所以即生成[0,11)區間的整數。
#####g、生成[-3,15)區間的整數
int n4 = r.nextInt(18) - 3;
n4 = Math.abs(r.nextInt() % 18) - 3;
生成非從0開始區間的隨機整數，可以參看上面非從0開始的小數區間實現原理的說明。
#####h、幾率實現
按照一定的幾率實現程序邏輯也是隨機處理可以解決的一個問題。下面以一個簡單的示例演示如何使用隨機數字實現幾率的邏輯。
在前面的方法介紹中，nextInt(int n)方法中生成的數字是均勻的，也就是說該區間內部的每個數字生成的幾率是相同的。那么如果生成一個[0,100)區間的隨機整數，則每個數字生成的幾率應該是相同的，而且由于該區間中總計有100個整數，所以每個數字的幾率都是1%。按照這個理論，可以實現程序中的幾率問題。
示例：隨機生成一個整數，該整數以55%的幾率生成1，以40%的幾率生成2，以5%的幾率生成3。實現的代碼如下：
int n5 = r.nextInt(100);
int m; //結果數字
if(n5 < 55){ //55個數字的區間，55%的幾率
m = 1;
}else if(n5 < 95){//[55,95)，40個數字的區間，40%的幾率
m = 2;
}else{
m = 3;
}```
因為每個數字的幾率都是1%，則任意55個數字的區間的幾率就是55%，為了代碼方便書寫，這里使用[0,55)區間的所有整數，后續的原理一樣。
當然，這里的代碼可以簡化，因為幾率都是5%的倍數，所以只要以5%為基礎來控制幾率即可，下面是簡化的代碼實現：
int n6 = r.nextInt(20);
int m1;
if(n6 < 11){
m1 = 1;
}else if(n6 < 19){
m1= 2;
}else{
m1 = 3;
}
在程序內部，幾率的邏輯就可以按照上面的說明進行實現。
##二、java.lang.Math.Random方法
###1.使用
調用這個Math.Random()函數能夠返回帶正號的double值，該值大于等于0.0且小于1.0，即取值范圍是[0.0,1.0)的左閉右開區間，返回值是一個偽隨機選擇的數，在該范圍內(近似)均勻分布。
例如下面的實驗代碼
編譯通過后運行結果如下圖
觀察會發現代碼的用一個循環10次循環輸出num的取值，均隨機分布在[0,3)之間！在使用Math.Random()的時候需要注意的地方時該函數是返回double類型的值，所以在要賦值給其他類型的變量的時候注意需要進行塑形轉換。
###2.總結
a.通過閱讀Math類的源代碼可以發現，Math類中的random方法就是直接調用Random類中的nextDouble方法實現的,兩者并無差別。
只是random方法的調用比較簡單，所以很多程序員都習慣使用Math類的random方法來生成隨機數字。
b.java.util.Random()在調用的時候可以實現和java.Math.Random()一樣的功能，而且他具有很多的調用方法，相對來說比較靈活。所以從總體來看，使用java.util.Random()會相對來說比較靈活一些。
C.java.Math.Random()實際是在內部調用java.util.Random()的,它有一個致命的弱點，它和系統時間有關，也就是說相隔時間很短的兩個random比如:
double a = Math.random()；
double b = Math.random();
即有可能會得到兩個一模一樣的double。
d。在使用random類時，如果想避免出現隨機數字相同的情況，則需要注意，無論項目中需要生成多少個隨機數字，都只使用一個Random對象即可。
##三、源碼分析
其實我也沒有看太懂……先把這個博客上的內容貼過來，等弄懂了再補自己的解釋吧……
來自
* @param seed the initial seed
* @see #setSeed(long)
*/
++++++++++++++++++帶種子數的構造方法+++++++++++++
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);
}
}
++++++++++++++netInt方法帶參數的那個源碼++++++++++++
* @since 1.2
*/
public int nextInt(int n) {
if (n <= 0)
throw new IllegalArgumentException("n must be positive");
if ((n & -n) == n) // i.e., n is a power of 2
return (int)((n * (long)next(31)) >> 31);
int bits, val;
do {
bits = next(31);
val = bits % n;
} while (bits - val + (n-1) < 0);
return val;
}
可見Random的種子要求 大于0 的 。。。
+++++++++++++++nextDouble方法實現+++++++++++
public double nextDouble() {
return (((long)(next(26)) << 27) + next(27))
/ (double)(1L << 53);
}
+++++++++++++++nextFloat方法實現+++++++++++++
public float nextFloat() {
return next(24) / ((float)(1 << 24));
}
+++++++++++++++++nextInt方法實現：++++++++++
public int nextInt() {
return next(32);
}
可見所有的隨機數產生都和一個叫 next方法有關，這個方法是這樣的：
* @since 1.1
*/
protected int next(int bits) {
long oldseed, nextseed;
AtomicLong seed = this.seed;
do {
oldseed = seed.get();
nextseed = (oldseed * multiplier + addend) & mask;
} while (!seed.compareAndSet(oldseed, nextseed));
return (int)(nextseed >>> (48 - bits));
}
一般計算機的隨機數都是偽隨機數，以一個真隨機數(種子)作為初始條件，然后用一定的算法不停迭代產生隨機數，下面介紹兩種方法：
算法1：平方取中法。
1)將種子設為X0，并mod 10000得到4位數
2)將它平方得到一個8位數(不足8位時前面補0)
3)取中間的4位數可得到下一個4位隨機數X1
4)重復1-3步，即可產生多個隨機數
這個算法的一個主要缺點是最終它會退化成0，不能繼續產生隨機數。
算法2：線性同余法
1)將種子設為X0，
2)用一個算法X(n+1)=(a*X(n)+b) mod c產生X(n+1)
一般將c取得很大，可產生0到c-1之間的偽隨機數
該算法的一個缺點是會出現循環。
下面這個就簡單啦。
Math類的源代碼，Math類中的random方法就是直接調用Random類中的nextDouble方法實現的。
* @see Random#nextDouble()
*/
public static double random() {
Random rnd = randomNumberGenerator;
if (rnd == null) rnd = initRNG();
return rnd.nextDouble();
}
總結
以上是生活随笔為你收集整理的0+到10+随机数+java_Java随机数总结的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 小易的后花园
- 下一篇： java解析魔兽争霸3录像_Java解析