0x01:如何生成随机数
Math.random()0到1。java.util .随机伪随机数(用线性同余法生成)java.security.SecureRandom真随机数java。乌提尔。并发。线程本地随机每个线程都有一个独立的随机数生成器0x02: math。随机()
Math.random()生成的随机数是一个介于0和1之间的双随机数，即0=random=1。
例子
公共静态void main(String[]args){ 0
for(int I=0；i10I){ 0
system . out . println(Math . random())；
}
}
结果
0.5561869175342243
0.8640888835150414
0.292814731626831
0.9873548780247475
0.32392504190968197
0.023230111447818613
0.7911879389548253
0.6453078158805755
0.8255443940742907
0.0476070934096563
看下面的图片
从源代码分析发现，在调用Math.random()方法时，会自动创建一个伪随机数生成器，实际上使用的是新的java.util.Random()。
0x03:java.util .随机伪随机数
Java.util.Random使用线性同余伪随机数生成器(LGC)，所以这个随机数有可预测性的缺点。在关注信息安全的应用中，不要使用LCG算法生成随机数，而要使用Java . security . secureandom。
例子
公共静态void main(String[]args){ 0
Random Random=new Random()；
for(int I=0；i10I){ 0
system . out . println(random . nextint())；
}
}
结果
-932663432
-1051420847
-170246550
1965458676
-2018336206
1399734206
1142954832
-1274289135
918821980
-537649235
默认情况下，java.util.Random类使用当前系统时钟作为种子。
随机类提供方法：
Java。util . next bboolean()-返回均匀分布的true或false next bytes(byte[]bytes)next duble()-返回0.0到1.0之间的均匀分布的double。Math.random()调用此方法nextFloat()-floattnextgussian()返回0.0到1.0之间的均匀分布-doublenextInt()返回0.0到1.0之间的高斯分布(即正态分布)。-返回均匀分布的int nextint(int n)-返回0到n(包括0，不包括n)之间的均匀分布的int nextLong()-返回均匀分布的long setseed(long seed)-设置种子。况且只要种子相同，生成的随机数也是一样的；因为种子是确定的，随机数算法是确定的，所以输出是确定的。
例子
公共静态void main(String[]args){ 0
random1=新的Random(1000)；
随机随机2=新随机(1000)；
for(int I=0；i10I){ 0
system . out . println(' random 1=' random 1 . nextint()
，random 2=' random 2 . nextint())；
}
}
结果
random1=-1244746321，random2=-1244746321
边缘
om1 = 1060493871, random2 = 1060493871 random1 = -1826063944, random2 = -1826063944 random1 = 1976922248, random2 = 1976922248 random1 = -230127712, random2 = -230127712 random1 = 68408698, random2 = 68408698 random1 = 169247282, random2 = 169247282 random1 = -735843605, random2 = -735843605 random1 = 2089114528, random2 = 2089114528 random1 = 1533708900, random2 = 15337089000x04：java.security.SecureRandom真随机数
java.Security.SecureRandom继承java.util.Random，操作系统收集了一些随机事件，比如鼠标点击、键盘点击等，java.Security.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（This class provides a cryptographically strong random number generator [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");例子一
public static void main(String[] args) { SecureRandom random1 = new SecureRandom(); SecureRandom random2 = new SecureRandom(); for(int i=0; i<10; i++){ System.out.println("random1 = "+ random1.nextInt() + ", random2 = "+ random2.nextInt()); } }结果
random1 = -2132909245, random2 = 1721111490 random1 = 1878066989, random2 = 331714565 random1 = 570084968, random2 = 270567587 random1 = -369271183, random2 = -2099748127 random1 = -1588034927, random2 = 716208447 random1 = 1272448595, random2 = -1076872105 random1 = 651517544, random2 = -412298117 random1 = 599063484, random2 = 990299359 random1 = 1327006915, random2 = -1678337338 random1 = 1555188183, random2 = -1062601998例子二
public static void main(String[] args) { try { SecureRandom random1 = SecureRandom.getInstance("SHA1PRNG"); SecureRandom random2 = SecureRandom.getInstance("SHA1PRNG"); for (int i = 0; i < 5; i++) { System.out.println(random1.nextInt() + " != " + random2.nextInt()); } } catch (NoSuchAlgorithmException e) { e.printStackTrace(); } }结果
-65146125 != -293869330 602260319 != 236779048 -313979165 != -450531309 1647234976 != 1324919270 1080689624 != 11896790180x05：java.util.concurrent.ThreadLocalRandom每一个线程有一个独立的随机数生成器
ThreadLocalRandom 是 JDK 7 之后提供的，继承 java.util.Random。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<ThreadLocalRandom> 实例，然后调用 java.util.Random 类提供的方法获得各种随机数。
例子
public static void main(String[] args) { for (int i = 0; i < 5; i++) { System.out.println(ThreadLocalRandom.current().nextDouble()); } }结果
0.1203480287115829 0.5205724433165335 0.5543373628235388 0.3320090877996178 0.5277150915439681可以关注个人公众号： java乐园