Java笔记Random

一个问题

这个题是阿里2015实习生笔试的一道附加题

package gsm;import java.util.ArrayList;
import java.util.List;
import java.util.Random;public class Test2 { public static void main(String[] args) {List list &＃61; new ArrayList();for (int i &＃61; 1; i <&＃61; 1000; i&＃43;&＃43;) {list.add(i);}for (int j &＃61; 0; j <900; j&＃43;&＃43;) {getValue(list);}}//生成随机数public static void getValue(List list) {Random randomGenerator &＃61; new Random();int a &＃61; randomGenerator.nextInt(list.size());int value &＃61; list.get(a);System.out.println(value &＃43; "");// 这个数已经出现过了&＃xff0c;那么从list中删除list.remove(a);}
}

以下内容为转载&＃xff1a;via 喜欢天才的博客

今天在做 Java 练习的时候注意到了 Java 里面的一个随机函数——Random&＃xff0c;刚开始只是知道这个函数具有随机取值的作用&＃xff0c;于是上网搜索了资料一番&＃xff0c;做了一下一些关于 Random 函数的总结&＃xff1a;

Java 中存在着两种 Random 函数&＃xff1a;

1. java.lang.Math.Random;

调用这个 Math.Random() 函数能够返回带正号的 double 值&＃xff0c;该值大于等于 0.0 且小于 1.0&＃xff0c;即取值范围是 [0.0,1.0) 的左闭右开区间&＃xff0c;返回值是一个伪随机选择的数&＃xff0c;在该范围内&＃xff08;近似&＃xff09;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&＃xff0c;均随机分布在 [0,3) 之间&＃xff01;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&＃xff0c;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。

2. java.util.Random;

在 Java 的 API 帮助文档中&＃xff0c;总结了一下对这个 Random() 函数功能的描述&＃xff1a;

1. java.util.Random 类中实现的随机算法是伪随机&＃xff0c;也就是有规则的随机&＃xff0c;所谓有规则的就是在给定种 子(seed) 的区间内随机生成数字&＃xff1b;
2. 相同种子数的 Random 对象&＃xff0c;相同次数生成的随机数字是完全相同的&＃xff1b;
3. Random 类中各方法生成的随机数字都是均匀分布的&＃xff0c;也就是说区间内部的数字生成的几率均等&＃xff1b;

下面 Random() 的两种构造方法

1. Random()&＃xff1a;创建一个新的随机数生成器。
2. Random(long seed)&＃xff1a;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&＃xff08;这里指定种子有何作用&＃xff0c;请接着往下看&＃xff09;&＃xff0c;如&＃xff1a;

Random r1 &＃61; 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 &＃61; new Random();


需要说明的是&＃xff1a;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&＃xff0c;种子数只是随机算法的起源数字&＃xff0c;和生成的随机数的区间没有任何关系。如下面的 Java 代码&＃xff1a;

Random rand &＃61;new Random(25);
int i;
i&＃61;rand.nextInt(100);


初始化时 25 并没有起直接作用&＃xff08;注意&＃xff1a;不是没有起作用&＃xff09;,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)&＃xff1a;生成下一个伪随机数。
2. boolean nextBoolean()&＃xff1a;返回下一个伪随机数&＃xff0c;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)&＃xff1a;生成随机字节并将其置于用户提供的 byte 数组中。
4. double nextDouble()&＃xff1a;返回下一个伪随机数&＃xff0c;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()&＃xff1a;返回下一个伪随机数&＃xff0c;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()&＃xff1a;返回下一个伪随机数&＃xff0c;它是取自此随机数生成器序列的、呈高斯&＃xff08;“正态”&＃xff09;分布的 double 值&＃xff0c;其平均值是 0.0 标准差是 1.0。
7. int nextInt()&＃xff1a;返回下一个伪随机数&＃xff0c;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)&＃xff1a;返回一个伪随机数&＃xff0c;它是取自此随机数生成器序列的、在&＃xff08;包括和指定值&＃xff08;不包括&＃xff09;之间均匀分布的 int 值。
9. long nextLong()&＃xff1a;返回下一个伪随机数&＃xff0c;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)&＃xff1a;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&＃xff0c;下面给几个例子&＃xff1a;

1. 生成 [0,1.0) 区间的小数&＃xff1a;double d1 &＃61; r.nextDouble();
2. 生成 [0,5.0) 区间的小数&＃xff1a;double d2 &＃61; r.nextDouble() * 5;
3. 生成 [1,2.5) 区间的小数&＃xff1a;double d3 &＃61; r.nextDouble() * 1.5 &＃43; 1;
4. 生成 -231 到 231-1 之间的整数&＃xff1a;int n &＃61; r.nextInt();

5. 生成 [0,10) 区间的整数&＃xff1a;

   int n2 &＃61; r.nextInt(10);// 方法一
n2 &＃61; 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&＃xff0c;到底指定种子有什么作用呢&＃xff0c;这里直接用代码例子来做说明&＃xff1a;

在定义的时候分别指定了相同的种子之后&＃xff0c;在分别用 r1 和 r2 去 [0,30) 的随机数&＃xff0c;结果编译执行后悔发现结果都是呈现 AABB 型的&＃xff0c;说明 r1 和 r2 取的随机数是一模一样的&＃xff08;下图为实验截图&＃xff09;。

如果我改动代码&＃xff0c;改成下面这样&＃xff1a;

再编译输出后&＃xff0c;就再也不会得到 AABB 型的结果&＃xff0c;根据代码的区别&＃xff0c;就可以知道指定种子数&＃xff0c;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&＃xff1a;

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&＃xff0c;它和系统时间有关&＃xff0c;也就是说相隔时间很短的两个 random 比如:

   double a &＃61; Math.random()&＃xff1b;
double b &＃61; 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&＃xff0c;而且他具有很多的调用方法&＃xff0c;相对来说比较灵活。所以从总体来看&＃xff0c;使用 java.util.Random() 会相对来说比较灵活一些。