Math.random()

Question

产生的随机数思路如果可以的话 说说Random类 产生的随机数思路  谢谢呵呵

Answer 1

好吧，我承认我是在百度上google来的：Random rand = new Random();
如果在实例化时没有传递任何参数，那么Java就会将当前时间作为随机数生成器的种子，并由此在程序没一次执行是都产生不同的输出。而如果在实例化时提供种子，就可以在每次执行程序时都生成相同的随机数，并且它的输出是可以验证的。(一)  例如：Random rand = new Random();int k = rand.nextInt()+1; 此时rand.nextInt() 或者 rand.nextInt(20) ,程序在每次运行时都会产生不同的随机数。(二) Random rand = new Random(47);(47被Bruce Eckel成为魔幻数字)  此时若 int k = rand.nextInt()+1; 每次程序的运行k都会得到相同的值。 若 int k = rand.nextInt(100)+1;  返回一个伪随机数，它是取自此随机数生成器序列的、在 0（包括）和100（不包括）之间均匀分布的 int 值。nextInt 的常规协定是，伪随机地生成并返回指定范围中的一个 int 值。所有可能的 n 个 int 值的生成概率（大致）相同。此时每次程序运行 k 也会得到相同的值。

Answer 2

我找出了源代码(java.util.Random)，(以int为例)如下：
//private final AtomicLong seed;
public Random(long seed){
  this.seed=new AthomicLong(0L);//AthomicLong为原子变量类
  setSeed(seed);
}
protected int next(int bits) {//线性同余算法
  long oldseed, nextseed;
  AtomicLong seed = this.seed;
  do {
    oldseed = seed.get();//get():获得当前值
   //private final static long multiplier = 0x5DEECE66DL;
   //private final static long mask = (1L << 48) - 1;
   //private final static long addend = 0xBL;
    nextseed = (oldseed * multiplier + addend) & mask;
  } while (!seed.compareAndSet(oldseed, nextseed));//如果 当前seed==oldseed,则以原子方式         //设置为给定的nextseed。
  return (int)(nextseed >>> (48 - bits));
}
public int nextInt(){
  return next(32);
}
public int nextInt(int n) {//里面真是复杂，不过好像都是可逆的.
  if (n <= 0)
    throw new IllegalArgumentException("n must be positive");
  if ((n & -n) == n)  // i.e., n is a power of 2
     return (int)((n * (long)next(31)) >> 31);
  int bits, val;
  do {
    bits = next(31);
    val = bits % n;
  }while (bits - val + (n-1) < 0);
  return val;
}
synchronized public void setSeed(long seed) {
  seed = (seed ^ multiplier) & mask;//seed = (seed ^ 0x5DEECE66DL) & ((1L << 48) - 1);
  this.seed.set(seed);//void set(long value):设定为给定值；
//private double nextNextGaussian;
//private boolean haveNextNextGaussian = false;
  haveNextNextGaussian = false;
}
public void setSeed(long seed)使用单个 long 种子设置此随机数生成器的种子。setSeed 的常规协定是它更改此随机数生成器对象的状态，使其状态好像是刚刚使用参数 seed 作为种子创建它的状态一样.
注意另一个构造函数：
public Random() { 
//private static volatile long seedUniquifier = 8682522807148012L;
// static long System.nanoTime():返回最准确的可用系统计时器的当前值，以毫微秒为单位。
  this(++seedUniquifier + System.nanoTime()); 
}

Answer 3

附 算法：线性同余法
一般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
1）将种子设为X0，
2）用一个算法X(n+1)= (a*X(n)+b) mod c产生X(n+1)
一般将c取得很大，可产生0到c-1之间的伪随机数
该算法的一个缺点是会出现循环。 

Answer 4

这里有个简便、快捷的伪随机数函数，有兴趣的话可以看一下，具体的算法说明在代码注释中public class RandomGenerator {    public static void main(String[] args) {
        for(int i = 0; i < 100; i++) {
            System.out.println(nextInt(10));
        }
    }
    
    public static int nextInt() {
        return xorShift(new Object().hashCode() ^ (int)System.nanoTime());
    }
    
    public static int nextInt(int limit) {
        return Math.abs(nextInt() ^ (int)System.nanoTime()) % limit;
    }    /**
     * George Marsaglia, <i>Xorshift RNGs</i>, Journal of Statistical Software,
     * 8(14), 2003. pdf: http://www.jstatsoft.org/v08/i14/paper
     *
     * @param num
     * @return
     */
    private static int xorShift(int num) {
        num ^= (num << 6);
        num ^= (num >>> 21);
        num ^= (num << 7);
        return num;
    }
}

Answer 5

LZ可以去翻看API。具体请找下java.util.Random这个类，里面有些方法有说生成随机数的大致思想。

Answer 6

Random 使用的是线性同余算法，至于为什么有随机性，这是数论中知识的。要证明这个算法的随机性，需要一定的数论知识。另外，数论是数学中的一个分支，对于非数学专业的本科阶段来说不会学习到有关数论的知识，所以建议楼主不用花心细去研究了。

Answer 7

只需要知道 JDK 类库中有两种随机数发生器：Random 和 SecureRandom，并且知道这两个有什么区别，知道怎么用就可以了，至于是怎么样随机的，就交给数学家和计算机科学家去吧。