在java中生成随机数主要有两种方式：使用java.util.random类或java.lang.math.random()方法。1. java.util.random更灵活，支持生成整数、浮点数、布尔值及指定范围内的随机数，并可通过设置种子实现可重复序列；2. math.random()更简单，直接返回0.0到1.0之间的double值。若需生成不重复的随机数，可通过arraylist检查重复或使用collections.shuffle提高效率；多线程环境下推荐使用threadlocalrandom保证线程安全；此外，还可通过nextgaussian()生成正态分布随机数，结合公式生成指数分布随机数。
在Java中生成随机数，主要依赖java.util.Random类和java.lang.Math.random()方法。前者提供了更丰富的随机数生成选项，后者则更简单直接，返回0.0到1.0之间的double类型随机数。选择哪种方式取决于你的具体需求，例如，是否需要生成特定范围内的整数，或者是否需要控制随机数种子以实现可重复的随机序列。
生成随机数主要有两种方法：使用java.util.Random类或java.lang.Math.random()方法。前者更灵活，后者更简单。
如何使用java.util.Random生成随机数
java.util.Random类提供了多种生成随机数的方法，包括生成整数、浮点数以及特定范围内的随机数。
立即学习“Java免费学习笔记（深入）”；
-
创建
Random对象:Random random = new Random();
可以传入一个
seed作为参数，保证每次运行生成的随机数序列相同。这在调试和测试中非常有用。
-
生成随机整数:
int randomNumber = random.nextInt(); // 生成一个随机整数 int boundedRandomNumber = random.nextInt(100); // 生成一个0到99之间的随机整数
nextInt()方法可以接受一个整数参数，表示生成的随机数的上限（不包括该上限）。 -
生成随机浮点数:
double randomDouble = random.nextDouble(); // 生成一个0.0到1.0之间的随机double float randomFloat = random.nextFloat(); // 生成一个0.0到1.0之间的随机float
-
生成随机布尔值:
boolean randomBoolean = random.nextBoolean(); // 生成一个随机boolean值（true或false）
-
控制随机数种子:
Random seededRandom = new Random(12345); // 使用种子12345
使用相同的种子，每次程序运行时都会生成相同的随机数序列。
如何使用Math.random()生成随机数
Math.random()方法返回一个double类型的随机数，范围是[0.0, 1.0)。
-
生成0.0到1.0之间的随机数:
double randomNumber = Math.random();
-
生成指定范围内的随机数:
例如，生成1到100之间的随机整数：
int randomNumber = (int)(Math.random() * 100) + 1;
这个方法先将
Math.random()的结果乘以100，得到0.0到99.999...之间的数，然后强制转换为整数，最后加上1，得到1到100之间的整数。
如何生成指定范围内的随机整数，且避免重复？
生成指定范围内不重复的随机整数，常见的方法是使用java.util.ArrayList来保存已生成的随机数，并在每次生成新随机数时检查是否已存在。
import java.util.ArrayList;
import java.util.Random;
public class UniqueRandomNumbers {
public static void main(String[] args) {
int count = 10; // 生成10个不重复的随机数
int range = 100; // 随机数范围是1到100
ArrayList uniqueNumbers = new ArrayList<>();
Random random = new Random();
while (uniqueNumbers.size() < count) {
int randomNumber = random.nextInt(range) + 1; // 生成1到100的随机数
if (!uniqueNumbers.contains(randomNumber)) {
uniqueNumbers.add(randomNumber);
}
}
System.out.println("生成的随机数: " + uniqueNumbers);
}
} 这种方法简单直观，但效率较低，特别是当需要生成大量不重复的随机数时。更好的方法是使用java.util.Collections.shuffle()方法，先生成一个包含所有可能值的列表，然后打乱顺序，最后取前count个值。
import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
import java.util.Random;
public class UniqueRandomNumbersEfficient {
public static void main(String[] args) {
int count = 10; // 生成10个不重复的随机数
int range = 100; // 随机数范围是1到100
List numbers = new ArrayList<>();
for (int i = 1; i <= range; i++) {
numbers.add(i);
}
Collections.shuffle(numbers, new Random()); // 打乱顺序
List uniqueNumbers = numbers.subList(0, count); // 取前count个
System.out.println("生成的随机数: " + uniqueNumbers);
}
} 这种方法效率更高，尤其是在需要生成大量不重复随机数时。
如何保证多线程环境下的随机数生成安全？
在多线程环境下，java.util.Random类的实例可能不是线程安全的。多个线程同时访问同一个Random实例可能会导致竞争条件，从而影响随机数的质量。
-
使用ThreadLocalRandom:
java.util.concurrent.ThreadLocalRandom是Java 7引入的，它是线程安全的，并且性能更好。import java.util.concurrent.ThreadLocalRandom; public class ThreadLocalRandomExample { public static void main(String[] args) { ThreadLocalRandom random = ThreadLocalRandom.current(); int randomNumber = random.nextInt(100); // 生成0到99之间的随机整数 System.out.println("生成的随机数: " + randomNumber); } }每个线程都有自己的
ThreadLocalRandom实例，避免了线程之间的竞争。 -
使用synchronized同步块:
如果必须使用
java.util.Random，可以使用synchronized关键字来同步对Random实例的访问。import java.util.Random; public class SynchronizedRandomExample { private static Random random = new Random(); public static synchronized int getRandomNumber() { return random.nextInt(100); } public static void main(String[] args) { int randomNumber = getRandomNumber(); System.out.println("生成的随机数: " + randomNumber); } }这种方法可以保证线程安全，但会降低性能，因为多个线程需要等待获取锁。
-
为每个线程创建独立的Random实例:
另一种方法是为每个线程创建独立的
Random实例。public class IndependentRandomExample { private static ThreadLocalrandom = ThreadLocal.withInitial(Random::new); public static int getRandomNumber() { return random.get().nextInt(100); } public static void main(String[] args) { int randomNumber = getRandomNumber(); System.out.println("生成的随机数: " + randomNumber); } } 这种方法避免了线程之间的竞争，但会增加内存消耗。
如何生成符合特定概率分布的随机数？
除了均匀分布的随机数，有时我们需要生成符合特定概率分布的随机数，例如正态分布（高斯分布）或指数分布。
-
生成正态分布随机数:
java.util.Random类提供了nextGaussian()方法，用于生成符合正态分布的随机数，其均值为0.0，标准差为1.0。import java.util.Random; public class GaussianRandomExample { public static void main(String[] args) { Random random = new Random(); double gaussianRandom = random.nextGaussian(); System.out.println("生成的正态分布随机数: " + gaussianRandom); } }如果需要生成具有不同均值和标准差的正态分布随机数，可以使用以下公式：
X = μ + σ * Z其中，
X是生成的随机数，μ是均值，σ是标准差，Z是nextGaussian()生成的随机数。double mean = 50.0; // 均值 double standardDeviation = 10.0; // 标准差 double gaussianRandom = mean + standardDeviation * random.nextGaussian();
-
生成指数分布随机数:
生成指数分布随机数可以使用以下公式：
X = -λ * ln(U)其中，
X是生成的随机数，λ是速率参数，U是0到1之间的均匀分布随机数。import java.util.Random; public class ExponentialRandomExample { public static void main(String[] args) { Random random = new Random(); double lambda = 0.5; // 速率参数 double uniformRandom = random.nextDouble(); double exponentialRandom = -lambda * Math.log(uniformRandom); System.out.println("生成的指数分布随机数: " + exponentialRandom); } }这个例子展示了如何使用
Math.log()和nextDouble()来生成指数分布的随机数。
