JAVA的Random类

Random类 (java.util)         

Random类中实现的随机算法是伪随机，也就是有规则的随机。在进行随机时，随机算法的起源数字称为种子数(seed)，在种子数的基础上进行必定的变换，从而产生须要的随机数字。

相同种子数的Random对象，相同次数生成的随机数字是彻底相同的。也就是说，两个种子数相同的Random对象，第一次生成的随机数字彻底相同，第二次生成的随机数字也彻底相同。这点在生成多个随机数字时须要特别注意。

下面介绍一下Random类的使用，以及如何生成指定区间的随机数组以及实现程序中要求的概率。

一、Random对象的生成

         Random类包含两个构造方法，下面依次进行介绍：

         a、public Random()

该构造方法使用一个和当前系统时间对应的相对时间有关的数字做为种子数，而后使用这个种子数构造Random对象。

         b、public Random(long seed)

该构造方法能够经过制定一个种子数进行建立。

示例代码：

Random r = new Random();

Random r1 = new Random(10);

再次强调：种子数只是随机算法的起源数字，和生成的随机数字的区间无关。

二、Random类中的经常使用方法

Random类中的方法比较简单，每一个方法的功能也很容易理解。须要说明的是，Random类中各方法生成的随机数字都是均匀分布的，也就是说区间内部的数字生成的概率是均等的。下面对这些方法作一下基本的介绍：

a、public boolean nextBoolean()

该方法的做用是生成一个随机的boolean值，生成true和false的值概率相等，也就是都是50%的概率。

b、public double nextDouble()

该方法的做用是生成一个随机的double值，数值介于[0,1.0)之间。

c、 public int nextInt()

该方法的做用是生成一个随机的int值，该值介于int的区间，也就是-231到231-1之间。

若是须要生成指定区间的int值，则须要进行必定的数学变换，具体能够参看下面的使用示例中的代码。

d、public int nextInt(int n)

该方法的做用是生成一个随机的int值，该值介于[0,n)的区间，也就是0到n之间的随机int值，包含0而不包含n。

若是想生成指定区间的int值，也须要进行必定的数学变换，具体能够参看下面的使用示例中的代码。

e、public void setSeed(long seed)

该方法的做用是从新设置Random对象中的种子数。设置完种子数之后的Random对象和相同种子数使用new关键字建立出的Random对象相同。

三、Random类使用示例

使用Random类，通常是生成指定区间的随机数字，下面就一一介绍如何生成对应区间的随机数字。如下生成随机数的代码均使用如下Random对象r进行生成：

Random r = new Random();

a、生成[0,1.0)区间的小数

                   double d1 = r.nextDouble();

直接使用nextDouble方法得到。

b、生成[0,5.0)区间的小数

double d2 = r.nextDouble() * 5;

由于nextDouble方法生成的数字区间是[0,1.0)，将该区间扩大5倍便是要求的区间。

同理，生成[0,d)区间的随机小数，d为任意正的小数，则只须要将nextDouble方法的返回值乘以d便可。

c、生成[1,2.5)区间的小数

       double d3 = r.nextDouble() * 1.5 + 1;

生成[1,2.5)区间的随机小数，则只须要首先生成[0,1.5)区间的随机数字，而后将生成的随机数区间加1便可。

同理，生成任意非从0开始的小数区间[d1,d2)范围的随机数字(其中d1不等于0)，则只须要首先生成[0,d2-d1)区间的随机数字，而后将生成的随机数字区间加上d1便可。

d、生成任意整数

int n1 = r.nextInt();

直接使用nextInt方法便可。

e、生成[0,10)区间的整数

int n2 = r.nextInt(10);

n2 = Math.abs(r.nextInt() % 10);

以上两行代码都可生成[0,10)区间的整数。

第一种实现使用Random类中的nextInt(int n)方法直接实现。

第二种实现中，首先调用nextInt()方法生成一个任意的int数字，该数字和10取余之后生成的数字区间为(-10,10)，而后再对该区间求绝对值，则获得的区间就是[0,10)了。

同理，生成任意[0,n)区间的随机整数，均可以使用以下代码：

int n2 = r.nextInt(n);

n2 = Math.abs(r.nextInt() % n);

f、生成[0,10]区间的整数

int n3 = r.nextInt(11);

n3 = Math.abs(r.nextInt() % 11);

相对于整数区间，[0,10]区间和[0,11)区间等价，因此即生成[0,11)区间的整数。

g、生成[-3,15)区间的整数

int n4 = r.nextInt(18) - 3;

n4 = Math.abs(r.nextInt() % 18) - 3;

生成非从0开始区间的随机整数，能够参看上面非从0开始的小数区间实现原理的说明。

h、概率实现

按照必定的概率实现程序逻辑也是随机处理能够解决的一个问题。下面以一个简单的示例演示如何使用随机数字实现概率的逻辑。

在前面的方法介绍中，nextInt(int n)方法中生成的数字是均匀的，也就是说该区间内部的每一个数字生成的概率是相同的。那么若是生成一个[0,100)区间的随机整数，则每一个数字生成的概率应该是相同的，并且因为该区间中总计有100个整数，因此每一个数字的概率都是1%。按照这个理论，能够实现程序中的概率问题。

示例：随机生成一个整数，该整数以55%的概率生成1，以40%的概率生成2，以5%的概率生成3。实现的代码以下：

int n5 = r.nextInt(100);

int m; //结果数字

if(n5 < 55){ //55个数字的区间，55%的概率

m = 1;

}else if(n5 < 95){//[55,95)，40个数字的区间，40%的概率

m = 2;

}else{

m = 3;

}

由于每一个数字的概率都是1%，则任意55个数字的区间的概率就是55%，为了代码方便书写，这里使用[0,55)区间的全部整数，后续的原理同样。

固然，这里的代码能够简化，由于概率都是5%的倍数，因此只要以5%为基础来控制概率便可，下面是简化的代码实现：

         int n6 = r.nextInt(20);

              int m1;

              if(n6 < 11){

                       m1 = 1;

              }else if(n6 < 19){

                       m1= 2;

              }else{

                       m1 = 3;

              }

     在程序内部，概率的逻辑就能够按照上面的说明进行实现。

四、其它问题

a、相同种子数Random对象问题

前面介绍过，相同种子数的Random对象，相同次数生成的随机数字是彻底相同的，下面是测试的代码：

                            Random r1 = new Random(10);

                            Random r2 = new Random(10);

                            for(int i = 0;i < 2;i++){

                                     System.out.println(r1.nextInt());

                                     System.out.println(r2.nextInt());

                            }

在该代码中，对象r1和r2使用的种子数都是10，则这两个对象相同次数生成的随机数是彻底相同的。

若是想避免出现随机数字相同的状况，则须要注意，不管项目中须要生成多少个随机数字，都只使用一个Random对象便可。

b、关于Math类中的random方法

其实在Math类中也有一个random方法，该random方法的工做是生成一个[0,1.0)区间的随机小数。

经过阅读Math类的源代码能够发现，Math类中的random方法就是直接调用Random类中的nextDouble方法实现的。

只是random方法的调用比较简单，因此不少程序员都习惯使用Math类的random方法来生成随机数字。