都给你整理好了，Java各种随机方式对比

2019-12-04 15:15:07

作者：专职跑龙套
来源：https://www.jianshu.com/p/2f6acd169202

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()。

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：

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。

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:

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 localRandom =

new ThreadLocal() {

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：

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());