java Random类和Math.Rondom

 

Java中存在着两种Random函数：

一、java.lang.Math.Random;

调用这个Math.Random()函数能够返回带正号的double值，该值大于等于0.0且小于1.0，即取值范围是[0.0,1.0)的左闭右开区间，返回值是一个伪随机选择的数，在该范围内（近似）均匀分布。

例如下面的实验代码

 

编译通过后运行结果如下图

 

观察会发现代码的用一个循环10次循环输出num的取值，均随机分布在[0,3)之间！在使用Math.Random()的时候需要注意的地方时该函数是返回double类型的值，所以在要赋值给其他类型的变量的时候注意需要进行塑形转换。

 

二、java.util.Random;

在Java的API帮助文档中，总结了一下对这个Random()函数功能的描述：

1、java.util.Random类中实现的随机算法是伪随机，也就是有规则的随机，所谓有规则的就是在给定种(seed)的区间内随机生成数字；

2、相同种子数的Random对象，相同次数生成的随机数字是完全相同的；

3、Random类中各方法生成的随机数字都是均匀分布的，也就是说区间内部的数字生成的几率均等；

 

下面Random()的两种构造方法

1.Random()：创建一个新的随机数生成器。

2.Random(long seed)：使用单个 long 种子创建一个新的随机数生成器。

 

我们可以在构造Random对象的时候指定种子（这里指定种子有何作用，请接着往下看），如：

Random r1 = new Random(20);

或者默认当前系统时间对应的相对时间有关的数字作为种子数:

Random r1 = new Random();

需要说明的是：你在创建一个Random对象的时候可以给定任意一个合法的种子数，种子数只是随机算法的起源数字，和生成的随机数的区间没有任何关系。如下面的Java代码：

Random rand =new Random(25);

int i;

i=rand.nextInt(100);

初始化时25并没有起直接作用（注意：不是没有起作用）,rand.nextInt(100);中的100是随机数的上限,产生的随机数为0-100的整数,不包括100。

 

下面是Java.util.Random()方法摘要

1.protected int next(int bits)：生成下一个伪随机数。

2.boolean nextBoolean()：返回下一个伪随机数，它是取自此随机数生成器序列的均匀分布的boolean值。

3.void nextBytes(byte[] bytes)：生成随机字节并将其置于用户提供的 byte 数组中。

4.double nextDouble()：返回下一个伪随机数，它是取自此随机数生成器序列的、在0.0和1.0之间均匀分布的 double值。

5.float nextFloat()：返回下一个伪随机数，它是取自此随机数生成器序列的、在0.0和1.0之间均匀分布float值。

6.double nextGaussian()：返回下一个伪随机数，它是取自此随机数生成器序列的、呈高斯（“正态”）分布的double值，其平均值是0.0标准差是1.0。

7.int nextInt()：返回下一个伪随机数，它是此随机数生成器的序列中均匀分布的 int 值。

8.int nextInt(int n)：返回一个伪随机数，它是取自此随机数生成器序列的、在（包括和指定值（不包括）之间均匀分布的int值。

9.long nextLong()：返回下一个伪随机数，它是取自此随机数生成器序列的均匀分布的 long 值。

10.void setSeed(long seed)：使用单个 long 种子设置此随机数生成器的种子。

 

方法摘要也就这些，下面给几个例子：

1.生成[0,1.0)区间的小数：double d1 = r.nextDouble();

2.生成[0,5.0)区间的小数：double d2 = r.nextDouble() * 5;

3.生成[1,2.5)区间的小数：double d3 = r.nextDouble() * 1.5 + 1;

4.生成-231到231-1之间的整数：int n = r.nextInt();

5.生成[0,10)区间的整数：

int n2 = r.nextInt(10);//方法一

n2 = Math.abs(r.nextInt() % 10);//方法二

 

前面曾讲到过构造Random对象的时候指定种子的问题，到底指定种子有什么作用呢，这里直接用代码例子来做说明：

 

在定义的时候分别指定了相同的种子之后，在分别用r1和r2去[0,30)的随机数，结果编译执行后悔发现结果都是呈现AABB型的，说明r1和r2取的随机数是一模一样的（下图为实验截图）。

 

如果我改动代码，改成下面这样：

 

再编译输出后，就再也不会得到AABB型的结果，根据代码的区别，就可以知道指定种子数，和不指定种子数的区别在于哪里了。

 

 

最后再来简单对比一下这两个随机函数到底的特点：

1.java.Math.Random()实际是在内部调用java.util.Random()的,它有一个致命的弱点，它和系统时间有关，也就是说相隔时间很短的两个random比如:

double a = Math.random()；

double b = Math.random();

即有可能会得到两个一模一样的double。

2.java.util.Random()在调用的时候可以实现和java.Math.Random()一样的功能，而且他具有很多的调用方法，相对来说比较灵活。所以从总体来看，使用java.util.Random()会相对来说比较灵活一些。

我们再来看个例子

public static void main(String[] args) {
		// TODO Auto-generated method stub
		System.out.println(Math.random());
		Random random = new Random(System.currentTimeMillis());

		for (int i = 0; i < 10; i++) {
			System.out.print(random.nextInt(50) + "-");
		}
		System.out.println();
		Random random2 = new Random(System.currentTimeMillis());

		for (int i = 0; i < 10; i++) {
			System.out.print(random2.nextInt(50) + "-");
		}

	}
结果：
0.3530016856334154
3-34-33-18-13-35-6-25-23-17-
3-34-33-18-13-35-6-25-23-17-

我们看到，两个random结果都是一样的，就是上面所说的“伪随机数”

可能这时System.currentTieMillis都是一样，我们可以Random random2 = new Random(System.currentTimeMillis()+1);显示的结果就不一样了