建立一个新的随机数生成器。
java
代码以下 | 复制代码 |
Random(long seed) |
使用单个 long 种子建立一个新的随机数生成器。算法
咱们能够在构造Random对象的时候指定种子,如:dom
代码以下 | 复制代码 |
Random r1 = new Random(20);jsp |
或者默认当前系统时间对http://www.111cn.net/jsp/Java/45403.htm 应的相对时间有关的数字做为种子数:spa
代码以下 | 复制代码 |
Random r1 = new Random();.net |
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。htm
二、Random类中的经常使用方法对象
下面对这些方法作一下基本的介绍:ci
代码以下 | 复制代码 |
a、public boolean nextBoolean()数学 |
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。
代码以下 | 复制代码 |
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。
代码以下 | 复制代码 |
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。
代码以下 | 复制代码 |
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。
代码以下 | 复制代码 |
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:
代码以下 | 复制代码 |
Random r = new Random(); |
a、生成[0,1.0)区间的小数
代码以下 | 复制代码 |
double d1 = r.nextDouble(); |
直接使用nextDouble方法得到。
b、生成[0,5.0)区间的小数
代码以下 | 复制代码 |
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
代码以下 | 复制代码 |
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
代码以下 | 复制代码 |
int n1 = r.nextInt(); |
直接使用nextInt方法便可。
e、生成[0,10)区间的整数
代码以下 | 复制代码 |
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
均匀分布性
代码以下 | 复制代码 |
import java.util.Random; public class RandomDemo { /** * 小伙部落 * * @param args */ public static void main(String[] args) { Random r = new Random(); int n5 = r.nextInt(100); String ran = ""; if (n5 < 55) { //55个数字的区间,55%的概率 ran = "55%"; } else if (n5 < 95) {//[55,95),40个数字的区间,40%的概率 ran = "40%"; } else { ran = "5%"; //剩余概率,你懂得! } System.out.println(ran); } } |