AI智能
改变未来

都为你整理好了,5种Java 随机方式对比!你都知道吗?


1. Math.random() 静态方法

产生的随机数是 0 – 1 之间的一个 double,即 0 <= random <= 1。

for (int i = 0; i < 10; i++) {System.out.println(Math.random());}

结果:

0.3598613895606426

0.2666778145365811

0.25090731064243355

0.011064998061666276

0.600686228175639

0.9084006027629496

0.12700524654847833

0.6084605849069343

0.7290804782514261

0.9923831908303121

实现原理:

When this method is first called, it creates a single new pseudorandom-number generator, exactly as if by the expression new java.util.Random() This new pseudorandom-number generator is used thereafter for all calls to this method and is used nowhere else.

当第一次调用 Math.random() 方法时,自动创建了一个伪随机数生成器,实际上用的是 new java.util.Random()。整理了一份Java面试宝典完整版PDF

当接下来继续调用 Math.random() 方法时,就会使用这个新的伪随机数生成器。

源码如下:

public static double random() {Random rnd = randomNumberGenerator;if (rnd == null) rnd = initRNG(); // 第一次调用,创建一个伪随机数生成器return rnd.nextDouble();}private static synchronized Random initRNG() {Random rnd = randomNumberGenerator;return (rnd == null) ? (randomNumberGenerator = new Random()) : rnd; // 实际上用的是new java.util.Random()}

This method is properly synchronized to allow correct use by more than one thread.

However, if many threads need to generate pseudorandom numbers at a great rate, it may reduce contention for each thread to have its own pseudorandom-number generator.

initRNG() 方法是 synchronized 的,因此在多线程情况下,只有一个线程会负责创建伪随机数生成器(使用当前时间作为种子),其他线程则利用该伪随机数生成器产生随机数。

因此 Math.random() 方法是线程安全的。

什么情况下随机数的生成线程不安全:

  • 线程1在第一次调用 random() 时产生一个生成器 generator1,使用当前时间作为种子。

  • 线程2在第一次调用 random() 时产生一个生成器 generator2,使用当前时间作为种子。

  • 碰巧 generator1 和 generator2 使用相同的种子,导致 generator1 以后产生的随机数每次都和 generator2 以后产生的随机数相同。

什么情况下随机数的生成线程安全:Math.random() 静态方法使用

  • 线程1在第一次调用 random() 时产生一个生成器 generator1,使用当前时间作为种子。

  • 线程2在第一次调用 random() 时发现已经有一个生成器 generator1,则直接使用生成器 generator1。

    public class JavaRandom { public static void main(String args[]) { new MyThread().start(); new MyThread().start(); } } class MyThread extends Thread { public void run() { for (int i = 0; i < 2; i++) { System.out.println(Thread.currentThread().getName() + ": " + Math.random()); } } }

结果:

Thread-1: 0.8043581595645333

Thread-0: 0.9338269554390357

Thread-1: 0.5571569413128877

Thread-0: 0.37484586843392464

2. java.util.Random 工具类

基本算法:linear congruential pseudorandom number generator (LGC) 线性同余法伪随机数生成器

缺点:可预测

An attacker will simply compute the seed from the output values observed.

This takes significantly less time than 2^48 in the case of java.util.Random.

从输出中可以很容易计算出种子值。

It is shown that you can predict future Random outputs observing only two(!) output values in time roughly 2^16.

因此可以预测出下一个输出的随机数。

You should never use an LCG for security-critical purposes.

在注重信息安全的应用中,不要使用 LCG 算法生成随机数,请使用 SecureRandom。

使用:

Random random = new Random();for (int i = 0; i < 5; i++) {System.out.println(random.nextInt());}

结果:

-24520987

-96094681

-952622427

300260419

1489256498

Random类默认使用当前系统时钟作为种子:

public Random() {this(seedUniquifier() ^ System.nanoTime());}public Random(long seed) {if (getClass() == Random.class)this.seed = new AtomicLong(initialScramble(seed));else {// subclass might have overriden setSeedthis.seed = new AtomicLong();setSeed(seed);}}

Random类提供的方法:API

  • nextBoolean() – 返回均匀分布的 true 或者 false

  • nextBytes(byte[] bytes)

  • nextDouble() – 返回 0.0 到 1.0 之间的均匀分布的 double

  • nextFloat() – 返回 0.0 到 1.0 之间的均匀分布的 float

  • nextGaussian()- 返回 0.0 到 1.0 之间的高斯分布(即正态分布)的 double

  • nextInt() – 返回均匀分布的 int

  • nextInt(int n) – 返回 0 到 n 之间的均匀分布的 int (包括 0,不包括 n)

  • nextLong() – 返回均匀分布的 long

  • setSeed(long seed) – 设置种子

只要种子一样,产生的随机数也一样:因为种子确定,随机数算法也确定,因此输出是确定的!

Random random1 = new Random(10000);Random random2 = new Random(10000);for (int i = 0; i < 5; i++) {System.out.println(random1.nextInt() + \" = \" + random2.nextInt());}

结果:

-498702880 = -498702880

-858606152 = -858606152

1942818232 = 1942818232

-1044940345 = -1044940345

1588429001 = 1588429001

3. java.util.concurrent.ThreadLocalRandom 工具类

ThreadLocalRandom 是 JDK 7 之后提供,也是继承至

java.util.Random。

private static final ThreadLocal<ThreadLocalRandom> localRandom =new ThreadLocal<ThreadLocalRandom>() {protected ThreadLocalRandom initialValue() {return new ThreadLocalRandom();}};

每一个线程有一个独立的随机数生成器,用于并发产生随机数,能够解决多个线程发生的竞争争夺。

效率更高!ThreadLocalRandom 不是直接用 new 实例化,而是第一次使用其静态方法 current()得到 ThreadLocal实例,然后调用 java.util.Random 类提供的方法获得各种随机数。

使用:

public class JavaRandom {public static void main(String args[]) {new MyThread().start();new MyThread().start();}}class MyThread extends Thread {public void run() {for (int i = 0; i < 2; i++) {System.out.println(Thread.currentThread().getName() + \": \" + ThreadLocalRandom.current().nextDouble());}}}

结果:

Thread-0: 0.13267085355389086

Thread-1: 0.1138484950410098

Thread-0: 0.17187774671469858

Thread-1: 0.9305225910262372

4. java.Security.SecureRandom

也是继承至 java.util.Random。

Instances of java.util.

Random are not cryptographically secure.

Consider instead using SecureRandom to get a cryptographically secure pseudo-random number generator for use by security-sensitive applications.

SecureRandom takes Random Data from your os (they can be interval between keystrokes etc – most os collect these data store them in files – /dev/random and /dev/urandom in case of linux/solaris) and uses that as the seed.

操作系统收集了一些随机事件,比如鼠标点击,键盘点击等等,

SecureRandom 使用这些随机事件作为种子。

SecureRandom 提供加密的强随机数生成器 (RNG),要求种子必须是不可预知的,产生非确定性输出。

SecureRandom 也提供了与实现无关的算法,

因此,调用方(应用程序代码)会请求特定的 RNG 算法并将它传回到该算法的 SecureRandom 对象中。

如果仅指定算法名称,如下所示:

SecureRandom random = SecureRandom.getInstance(\"SHA1PRNG\");

如果既指定了算法名称又指定了包提供程序,如下所示:

SecureRandom random = SecureRandom.getInstance(\"SHA1PRNG\", \"SUN\");

使用:

SecureRandom random1 = SecureRandom.getInstance(\"SHA1PRNG\");SecureRandom random2 = SecureRandom.getInstance(\"SHA1PRNG\");for (int i = 0; i < 5; i++) {System.out.println(random1.nextInt() + \" != \" + random2.nextInt());}

结果:

704046703 != 2117229935

60819811 != 107252259

425075610 != -295395347

682299589 != -1637998900

-1147654329 != 1418666937

5. 随机字符串

可以使用 Apache Commons-Lang 包中的 RandomStringUtils 类。

Maven 依赖如下:

<dependency><groupId>commons-lang</groupId><artifactId>commons-lang</artifactId><version>2.6</version></dependency>

API 参考:

commons.apache.org/proper/comm…

2.6/org/apache/commons/lang/RandomStringUtils.html

示例:

public class RandomStringDemo {public static void main(String[] args) {// Creates a 64 chars length random string of number.String result = RandomStringUtils.random(64, false, true);System.out.println(\"random = \" + result);// Creates a 64 chars length of random alphabetic string.result = RandomStringUtils.randomAlphabetic(64);System.out.println(\"random = \" + result);// Creates a 32 chars length of random ascii string.result = RandomStringUtils.randomAscii(32);System.out.println(\"random = \" + result);// Creates a 32 chars length of string from the defined array of// characters including numeric and alphabetic characters.result = RandomStringUtils.random(32, 0, 20, true, true, \"qw32rfHIJk9iQ8Ud7h0X\".toCharArray());System.out.println(\"random = \" + result);}}

RandomStringUtils 类的实现上也是依赖了 java.util.Random 工具类:

RandomStringUtils 类的定义整理了一份Java面试宝典完整版PDF

赞(0) 打赏
未经允许不得转载:爱站程序员基地 » 都为你整理好了,5种Java 随机方式对比!你都知道吗?