Java基础系列10-Random随机数

一. java.lang.Math.Random

作用:返回带正号的double值,返回值是一个伪随机选择的数,在该范围内(近似)均匀分布。
范围:[0.0,1.0)的左闭右开区间
原理:Math.Random内部是调用的Java.util.Random无参构造器实现的

代码:

package Java_study;

//无需导包
public class suiji1 {
    public static void main(String[] args) {
        for (int i = 0; i < 5; i++) {
            System.out.println(Math.random());
        }
    }

}

测试记录:

0.2656139815369676
0.9545819797288358
0.48223757014225377
0.5396096975059794
0.2549847220943994

二. java.util.Random

使用的是48-bit的种子,然后调用一个linear congruential formula线性同余 。如果两个Random实例使用相同的种子,并且调用同样的函数,那么生成的sequence是相同的.

  1. 无参构造Random():创建一个新的随机数生成器。
    1)无参构造器内部也是调用的有参构造器,只是种子是通过系统当前时间计算出来的一个long型数据,所以多次运行结果都不一样
  2. 有参构造Random(long seed):使用单个 long 种子创建一个新的随机数生成器。
    1)有参构造在指定种子(seed)值不变的情况下,返回随机数的序列是固定的。

方法摘要:

生成下一个伪随机数。
protected int next(int bits)

返回下一个伪随机数,它是取自此随机数生成器序列的均匀分布的boolean值。
boolean nextBoolean()

生成随机字节并将其置于用户提供的 byte 数组中。
void nextBytes(byte[] bytes)

返回下一个伪随机数,它是取自此随机数生成器序列的、在0.0和1.0之间均匀分布的 double值。
double nextDouble()

返回下一个伪随机数,它是取自此随机数生成器序列的、在0.0和1.0之间均匀分布float值。
float nextFloat()

返回下一个伪随机数,它是取自此随机数生成器序列的、呈高斯(“正态”)分布的double值,其平均值是0.0标准差是1.0。
double nextGaussian()

返回下一个伪随机数,它是此随机数生成器的序列中均匀分布的 int 值。
int nextInt()

返回一个伪随机数,它是取自此随机数生成器序列的、在(包括和指定值(不包括)之间均匀分布的int值。
int nextInt(int n)

返回下一个伪随机数,它是取自此随机数生成器序列的均匀分布的 long 值。
long nextLong()

使用单个 long 种子设置此随机数生成器的种子。
void setSeed(long seed)

范围

  1. double d1 = r.nextDouble();
    => 生成[0,1.0)区间的小数
  2. double d2 = r.nextDouble() * 5;
    => 生成[0,5.0)区间的小数
  3. double d3 = r.nextDouble() * 1.5 + 1;
    => 生成[1,2.5)区间的小数
  4. int n = r.nextInt();
    => 生成[-231,231-1)之间的整数
  5. 生成[0,10)区间的整数
    int n2 = r.nextInt(10);
    n2 = Math.abs(r.nextInt() % 10); //对10取余后,Math.abs取绝对值

代码:

package Java_study;

import java.util.Random;

public class suiji2 {
    public static void main(String[] args) {
        // 创建对象
        Random r = new Random();
        
        for (int x = 1; x <= 10; x++) {
            //获取随机数
            int number = r.nextInt();
            System.out.println("number:" + number);
        }
        
        System.out.println("----------");
        
        for (int x = 1; x <= 10; x++) {
            //获取随机数
            int number1 = r.nextInt(10);
            System.out.println("number1:" + number1);
        }
        System.out.println("----------");
        
        
        //如果获取一个1-100之间的随机数呢?
        int i = r.nextInt(100) + 1;
        
        System.out.println(i);
    }

}

测试记录:

number:288284056
number:1636033943
number:657595534
number:-2128946490
number:1232717773
number:1103976520
number:1865262929
number:1076542435
number:879661990
number:21193790
----------
number1:9
number1:6
number1:0
number1:6
number1:7
number1:4
number1:1
number1:6
number1:6
number1:1
----------
93

参考:

  1. https://blog.csdn.net/qq_43529621/article/details/113250176
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,457评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,837评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,696评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,183评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,057评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,105评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,520评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,211评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,482评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,574评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,353评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,897评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,489评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,683评论 2 335

推荐阅读更多精彩内容