java中random和if组合用法（Javarandom随机数）

伪随机（preundorandom）：通过算法产生的随机数都是伪随机，现在小编就来说说关于java中random和if组合用法?下面内容希望能帮助到你，我们来一起看看吧!

java中random和if组合用法

伪随机（preundorandom）：通过算法产生的随机数都是伪随机！！

只有通过真实的随机事件产生的随机数才是真随机！！比如，通过机器的硬件噪声产生随机数、通过大气噪声产生随机数

Random生成的随机数都是伪随机数！！！

是由可确定的函数（常用线性同余），通过一个种子（常用时钟），产生的伪随机数。这意味着：如果知道了种子，或者已经产生的随机数，都可能获得接下来随机数序列的信息（可预测性）

Random类拥有两个构造方法，用于实现随机数生成器：

Random( ) 构造一个随机数生成器，种子是 与nanoTime异或后的值。每遍输出的多个序列均不同。随机性更强。

Random(long seed) 用种子seed构造一个随机数生成器，种子是给定的。每遍输出的多个序列均相同。

源码：

/** * Creates a new random number generator. This constructor sets * the seed of the random number generator to a value very likely * to be distinct from any other invocation of this constructor. */ public Random() { this(seedUniquifier() ^ System.nanoTime());//与System.nanoTime()异或 //这里System.nanoTime();并不是以纳秒为单位的系统时间，只用来计算花费多少时间用的。与时间的概念无关。 } private static long seedUniquifier() { // L'Ecuyer, "Tables of Linear Congruential Generators of // Different Sizes and Good Lattice Structure", 1999 for (;;) { long current = seedUniquifier.get(); long next = current * 181783497276652981L; if (seedUniquifier.compareAndSet(current, next)) return next; } } private static final AtomicLong seedUniquifier = new AtomicLong(8682522807148012L); //种子分配器 /** * Creates a new random number generator using a single {@code long} seed. * The seed is the initial value of the internal state of the pseudorandom * number generator which is maintained by method {@link #next}. * * <p>The invocation {@code new Random(seed)} is equivalent to: * <pre> {@code * Random rnd = new Random(); * rnd.setSeed(seed);}</pre> * * @param seed the initial seed * @see #setSeed(long) */ public Random(long seed) {//无参构造，有参构造，均是调用这个方法 if (getClass() == Random.class)// Random random1 = new Random();或者 Random random2 = new Random(100); 均是调用这个if this.seed = new AtomicLong(initialScramble(seed));//处理后，seed值没变 else { // subclass might have overriden setSeed this.seed = new AtomicLong(); setSeed(seed); } } private static long initialScramble(long seed) { return (seed ^ multiplier) & mask; }

一、无参构造方法（不设置种子）

虽然表面上看我们未设置种子，但Random构造方法里有一套自己的种子生成机制，源码如上。

生成种子过程：（参考解密随机数生成器（二）——从java源码看线性同余算法）

获得一个长整形数作为“初始种子”（系统默认的是8682522807148012L）

不断与一个变态的数——181783497276652981L相乘（天知道这些数是不是工程师随便滚键盘滚出来的-.-）得到一个不能预测的值，直到 能把这个不能事先预期的值 赋给Random对象的静态常量seedUniquifier 。因为多线程环境下赋值操作可能失败，就for(;;)来保证一定要赋值成功

与系统随机出来的nanotime值作异或运算，得到最终的种子

nanotime算是一个随机性比较强的参数，用于描述代码的执行时间。源码中关于nanotime的描述（部分）：

并不是以纳秒为单位的系统时间，只用来计算花费多少时间用的。与时间的概念无关。

/** * Returns the current value of the running Java Virtual Machine's * high-resolution time source, in nanoseconds. * * <p>This method can only be used to measure elapsed time and is * not related to any other notion of system or wall-clock time. * The value returned represents nanoseconds since some fixed but * arbitrary <i>origin</i> time (perhaps in the future, so values * may be negative). The same origin is used by all invocations of * this method in an instance of a Java virtual machine; other * virtual machine instances are likely to use a different origin. * * <p>This method provides nanosecond precision, but not necessarily * nanosecond resolution (that is, how frequently the value changes) * - no guarantees are made except that the resolution is at least as * good as that of {@link #currentTimeMillis()}. * * <p>Differences in successive calls that span greater than * approximately 292 years (2<sup>63</sup> nanoseconds) will not * correctly compute elapsed time due to numerical overflow. * * <p>The values returned by this method become meaningful only when * the difference between two such values, obtained within the same * instance of a Java virtual machine, is computed. * * <p> For example, to measure how long some code takes to execute: * <pre> {@code * long startTime = System.nanoTime(); * // ... the code being measured ... * long estimatedTime = System.nanoTime() - startTime;}</pre> * * <p>To compare two nanoTime values * <pre> {@code * long t0 = System.nanoTime(); * ... * long t1 = System.nanoTime();}</pre> * * one should use {@code t1 - t0 < 0}, not {@code t1 < t0}, * because of the possibility of numerical overflow. * * @return the current value of the running Java Virtual Machine's * high-resolution time source, in nanoseconds * @since 1.5 */ public static native long nanoTime();

二、有参构造方法（设置种子）

语法：Random ran = Random(long seed)

有参构造方法的源码如上。

其中的multiplier和mask都是定值：

private static final long multiplier = 0x5DEECE66DL; private static final long mask = (1L << 48) - 1;

三、代码测试

分别采用有参和无参两种方法，生成[0, 100)内的随机整数，各生成五组，每组十个随机数：

import java.util.Random; public class RandomTest { public static void main(String[] args) { RandomTest rt = new RandomTest(); rt.testRandom(); } public void testRandom(){ System.out.println("Random不设置种子："); for (int i = 0; i < 5; i ) { Random random = new Random(); for (int j = 0; j < 10; j ) { System.out.print(" " random.nextInt(100) ", "); } System.out.println(""); } System.out.println(""); System.out.println("Random设置种子："); for (int i = 0; i < 5; i ) { Random random = new Random(); random.setSeed(100); for (int j = 0; j < 10; j ) { System.out.print(" " random.nextInt(100) ", "); } System.out.println(""); } } }

运行结果如下：

结论：

虽然二者都是伪随机，但是，无参数构造方法（不设置种子）具有更强的随机性，能够满足一般统计上的随机数要求。使用有参的构造方法（设置种子）无论你生成多少次，每次生成的随机序列都相同，名副其实的伪随机！！

四、为何要使用种子？

种子就是生成随机数的根，就是产生随机数的基础。计算机的随机数都是伪随机数，以一个真随机数（种子）作为初始条件，然后用一定的算法不停迭代产生随机数。Java项目中通常是通过Math.random方法和Random类来获得随机数。

Random类中不含参构造方法每次都使用当前时间作为种子，而含参构造方法是以一个固定值作为种子。

随机数是种子经过计算生成的。

不含参的构造函数每次都使用当前时间作为种子，随机性更强

随机数的生成是从种子值开始。 如果反复使用同一个种子，就会生成相同的数字系列，产生不同序列的一种方法是使种子值与时间相关。

五、System.nanoTime()

System.out.println(System.nanoTime());//并不是以纳秒为单位的系统时间 System.out.println(System.nanoTime()); System.out.println(System.nanoTime()); System.out.println(System.currentTimeMillis()); // 第一遍运行： // 281092180853691 // 281092180911666 // 281092180936920 // 1610767387212 => 2021-01-16 11:23:07 // 第二遍运行： // 281207286912695 // 281207286952070 // 281207286970745 // 1610767502318

以上运行、源码基于jdk1.8

end