小編給大家分享一下Java隨機數(shù)之原理、偽隨機和優(yōu)化的示例分析，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！
成都創(chuàng)新互聯(lián)公司-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設(shè)、高性價比黃平網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式黃平網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設(shè)找我們，業(yè)務(wù)覆蓋黃平地區(qū)。費用合理售后完善，10年實體公司更值得信賴。
1. Math.random()
1.1 介紹
通過Math.random()可以獲取隨機數(shù)，它返回的是一個[0.0, 1.0)之間的double值。
重慶分公司
重慶分公司
private static void testMathRandom() {
double random = Math.random();
System.out.println("random = " + random);
}執(zhí)行輸出：random = 0.8543235849742018
Java中double在32位和64位機器上都是占8個字節(jié)，64位，double正數(shù)部分和小數(shù)部分最多17位有效數(shù)字。
如果要獲取int類型的整數(shù)，只需要將上面的結(jié)果轉(zhuǎn)行成int類型即可。比如，獲取[0, 100)之間的int整數(shù)。方法如下：
double d = Math.random(); int i = (int) (d*100);
1.2 實現(xiàn)原理
private static final class RandomNumberGeneratorHolder {
static final Random randomNumberGenerator = new Random();
}
public static double random() {
return RandomNumberGeneratorHolder.randomNumberGenerator.nextDouble();
}先獲取一個Random對象，在Math中是單例模式，唯一的。
調(diào)用Random對象的nextDouble方法返回一個隨機的double數(shù)值。
可以看到Math.random()方法最終也是調(diào)用Random類中的方法。
2. Random類
2.1 介紹
Random類提供了兩個構(gòu)造器：
public Random() {
}
public Random(long seed) {
}一個是默認的構(gòu)造器，一個是可以傳入一個隨機種子。
然后通過Random對象獲取隨機數(shù)，如：
int r = random.nextInt(100);
2.2 API
boolean nextBoolean() // 返回一個boolean類型隨機數(shù) void nextBytes(byte[] buf) // 生成隨機字節(jié)并將其置于字節(jié)數(shù)組buf中 double nextDouble() // 返回一個[0.0, 1.0)之間的double類型的隨機數(shù) float nextFloat() // 返回一個[0.0, 1.0) 之間的float類型的隨機數(shù) int nextInt() // 返回一個int類型隨機數(shù) int nextInt(int n) // 返回一個[0, n)之間的int類型的隨機數(shù) long nextLong() // 返回一個long類型隨機數(shù) synchronized double nextGaussian() // 返回一個double類型的隨機數(shù)，它是呈高斯（正常地）分布的 double值，其平均值是0.0，標準偏差是1.0。 synchronized void setSeed(long seed) // 使用單個long種子設(shè)置此隨機數(shù)生成器的種子
2.3 例子
private static void testRandom(Random random) {
// 獲取隨機的boolean值
boolean b = random.nextBoolean();
System.out.println("b = " + b);
// 獲取隨機的數(shù)組buf[]
byte[] buf = new byte[5];
random.nextBytes(buf);
System.out.println("buf = " + Arrays.toString(buf));
// 獲取隨機的Double值，范圍[0.0, 1.0)
double d = random.nextDouble();
System.out.println("d = " + d);
// 獲取隨機的float值，范圍[0.0, 1.0)
float f = random.nextFloat();
System.out.println("f = " + f);
// 獲取隨機的int值
int i0 = random.nextInt();
System.out.println("i without bound = " + i0);
// 獲取隨機的[0,100)之間的int值
int i1 = random.nextInt(100);
System.out.println("i with bound 100 = " + i1);
// 獲取隨機的高斯分布的double值
double gaussian = random.nextGaussian();
System.out.println("gaussian = " + gaussian);
// 獲取隨機的long值
long l = random.nextLong();
System.out.println("l = " + l);
}
public static void main(String[] args) {
testRandom(new Random());
System.out.println("\n\n");
testRandom(new Random(1000));
testRandom(new Random(1000));
}執(zhí)行輸出：
b = true
buf = [-55, 55, -7, -59, 86]
d = 0.6492428743107401
f = 0.8178623
i without bound = -1462220056
i with bound 100 = 66
gaussian = 0.3794413450456145
l = -5390332732391127434b = true
buf = [47, -38, 53, 63, -72]
d = 0.46028809169559504
f = 0.015927613
i without bound = 169247282
i with bound 100 = 45
gaussian = -0.719106498075259
l = -7363680848376404625b = true
buf = [47, -38, 53, 63, -72]
d = 0.46028809169559504
f = 0.015927613
i without bound = 169247282
i with bound 100 = 45
gaussian = -0.719106498075259
l = -7363680848376404625
可以看到，一次運行過程中，如果種子相同，產(chǎn)生的隨機值也是相同的。
總結(jié)一下：
1. 同一個種子，生成N個隨機數(shù)，當(dāng)你設(shè)定種子的時候，這N個隨機數(shù)是什么已經(jīng)確定。相同次數(shù)生成的隨機數(shù)字是完全相同的?！ ?br/>2. 如果用相同的種子創(chuàng)建兩個Random 實例，則對每個實例進行相同的方法調(diào)用序列，它們將生成并返回相同的數(shù)字序列。
2.4 實現(xiàn)原理
先來看看Random類構(gòu)造器和屬性：
private final AtomicLong seed;
private static final long multiplier = 0x5DEECE66DL;
private static final long addend = 0xBL;
private static final long mask = (1L << 48) - 1;
private static final double DOUBLE_UNIT = 0x1.0p-53; // 1.0 / (1L << 53)
private static final AtomicLong seedUniquifier
= new AtomicLong(8682522807148012L);
public Random() {
this(seedUniquifier() ^ System.nanoTime());
}
private static long seedUniquifier() {
for (;;) {
long current = seedUniquifier.get();
long next = current * 181783497276652981L;
if (seedUniquifier.compareAndSet(current, next))
return next;
}
}
public Random(long seed) {
if (getClass() == Random.class)
this.seed = new AtomicLong(initialScramble(seed));
else {
this.seed = new AtomicLong();
setSeed(seed);
}
}
synchronized public void setSeed(long seed) {
this.seed.set(initialScramble(seed));
haveNextNextGaussian = false;
}有兩個構(gòu)造器，有一個無參，一個可以傳入種子。
種子的作用是什么？
種子就是產(chǎn)生隨機數(shù)的第一次使用值，機制是通過一個函數(shù)，將這個種子的值轉(zhuǎn)化為隨機數(shù)空間中的某一個點上，并且產(chǎn)生的隨機數(shù)均勻的散布在空間中，以后產(chǎn)生的隨機數(shù)都與前一個隨機數(shù)有關(guān)。
無參的通過seedUniquifier() ^ System.nanoTime()生成一個種子，里面使用了CAS自旋鎖實現(xiàn)。使用System.nanoTime()方法來得到一個納秒級的時間量，參與48位種子的構(gòu)成，然后還進行了一個很變態(tài)的運算：不斷乘以181783497276652981L，直到某一次相乘前后結(jié)果相同來進一步增大隨機性，這里的nanotime可以算是一個真隨機數(shù)，不過有必要提的是，nanoTime和我們常用的currenttime方法不同，返回的不是從1970年1月1日到現(xiàn)在的時間，而是一個隨機的數(shù)：只用來前后比較計算一個時間段，比如一行代碼的運行時間，數(shù)據(jù)庫導(dǎo)入的時間等，而不能用來計算今天是哪一天。
不要隨便設(shè)置隨機種子，可能運行次數(shù)多了會獲取到相同的隨機數(shù)，Random類自己生成的種子已經(jīng)能滿足平時的需求了。
以nextInt()為例再繼續(xù)分析：
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));
}還是通過CAS來實現(xiàn)，然后進行位移返回，這塊的算法比較復(fù)雜，就不深入研究了。
3. 偽隨機
3.1 什么是偽隨機？
(1) 偽隨機數(shù)是看似隨機實質(zhì)是固定的周期性序列，也就是有規(guī)則的隨機。
(2) 只要這個隨機數(shù)是由確定算法生成的，那就是偽隨機，只能通過不斷算法優(yōu)化，使你的隨機數(shù)更接近隨機。(隨機這個屬性和算法本身就是矛盾的)
(3) 通過真實隨機事件取得的隨機數(shù)才是真隨機數(shù)。
3.2 Java隨機數(shù)產(chǎn)生原理
Java的隨機數(shù)產(chǎn)生是通過線性同余公式產(chǎn)生的，也就是說通過一個復(fù)雜的算法生成的。
3.3 偽隨機數(shù)的不安全性
Java自帶的隨機數(shù)函數(shù)是很容易被黑客破解的，因為黑客可以通過獲取一定長度的隨機數(shù)序列來推出你的seed，然后就可以預(yù)測下一個隨機數(shù)。比如eos的dapp競猜游戲，就因為被黑客破解了隨機規(guī)律，而盜走了大量的代幣。
4. 如何優(yōu)化隨機
主要要考慮生成的隨機數(shù)不能重復(fù)，如果重復(fù)則重新生成一個?？梢杂脭?shù)組或者Set存儲來判斷是否包含重復(fù)的隨機數(shù)，配合遞歸方式來重新生成一個新的隨機數(shù)。
5. 封裝的一個隨機處理工具類
https://github.com/kuangzhongwen/android-common-libs/blob/master/src/main/java/waterhole/commonlibs/utils/RandomUtils.java
以上是“Java隨機數(shù)之原理、偽隨機和優(yōu)化的示例分析”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！
