前言
随机数应该不太了解。 业务上用它来生成验证码，或者生成不要求再现性的id。 而且，还会在年会上抽签。 今天就讨论这个吧。 使用不当会引起一系列的问题。
java随机数
需要在Java中随机生成数字。 java开发通常使用java.util.Random进行，提供伪随机生成机制。 Jvm根据被传递的种子(seed )决定生成随机数的区间，如果种子相同，则取得的随机数序列一致。 而且生成的结果都是可以预测的。 是伪随机数的实现，而不是真正的随机数。 确保使用，但在某些用例中直接使用可能会导致意外问题。 Random的一般使用方法：
//Random实例
Random random=new Random (；
除了调用方法外，还可以使用nextint (next double )、next boolean (next float )、
random.nextInt (；
或者，也可以使用java数学计算类。
Math.random (；
Math类只包含一个生成随机数的Random实例。
公共静态双随机(public double random )
random rnd=randomnumbergenerator；
if (rnd==空值) {
//返回新的Random实例
rnd=initRNG (；
}
return rnd.nextDouble (；
}
java.util.Random的用法是线程安全的。 但是，如果在不同的线程上同时使用同一个Random实例，则可能会发生冲突并降低性能。 其理由是使用所谓的种子生成随机数。 种子是一个简单的数字，为生成新随机数提供基础。 让我们来看看Random的next(intbits )方法。
protectedintnext(intbits ) {
长整型seed，nextseed；
AtomicLong seed=this.seed；
do {
oldseed=seed.get (；
nextseed=(old seed * multiplier addend ) mask；
} while (！ seed.compareandset(oldseed，nextseed )；
return(int ) (Nextseed ) 48-bits )； }
首先，旧种子和新种子存储在两个辅助变量中。 在这方面，创造新物种的原则并不重要。 要保存新种子，请使用compareAndSet ()方法用以下新种子替换旧种子： 但是，只有旧种子对应于当前设置的种子时，才会触发此操作。 如果此时的值由并发线程操作，则方法返回false。 这意味着旧值与异常值不匹配。 因为是在循环内进行的操作，所以在变量与例外值一致之前会发生旋转。 这可能会降低性能，并导致线程冲突。
多线程随机数
如果更多的线程主动生成具有相同Random实例的新随机数，这种情况发生的概率就会更高。 在生成大量随机数的程序中，不推荐使用这种方法。 在这种情况下，必须使用1.7版中添加到Java中的ThreadLocalRandom。 ThreadLocalRandom扩展了Random，添加了限制对相应线程实例使用的选项。 因此，ThreadLocalRandom的实例存储在相应线程的内部映射中，并通过调用current ()返回相应的Random。 按如下方式使用：
ThreadLocalRandom.current ().nextInt ) )。
安全随机数
Random的一些分析表明，Random事实上是伪随机的，可以推导规律，并依赖种子(seed )。 如果我们在做抽奖和其他对随机数敏感的场景的时候，使用Random是不合适的，容易被抓住。 JDK为解决这个问题提供了安全随机。 SecureRandom是一个强大的随机数生成器，可以产生高强度的随机数。 产生高强度的随机数取决于两个重要因素：种子和算法。 有很多算法。 通常，如何选择种子是非常重要的因素。 因为Random的种子是System.currentTimeMillis ()，所以其随机数都是可预测的，是弱伪随机数。 生成强伪随机数的思路：收集计算机的各种信息、键盘输入时间、内存使用状态、硬盘空间、IO等待时间、进程数、线程数等信息，获得接近随机的种子。 主要达到不可预测性。 更一般的说，使用加密算法生成长的随机种子，不能推测种子，也不能导出随机序列数。
总结
今天，我们讨论了业务中常用的随机数结构和几个方面的陷阱。 使用随机数的时候，希望你能避开这个陷阱。
关注微信公众号：缙农bzdhm哥获得更多晾衣架