Java 生成随机数的 5 种方式，你知道几种？

叁歲伎倆 2022-12-27 04:43 179阅读 0赞

## **1. Math.random() 静态方法** ##

产生的随机数是 0 - 1 之间的一个 double，即 0 <= random <= 1。

使用：

for (int i = 0; i < 10; i++) {
         System.out.println(Math.random());}

结果：

> 0.3598613895606426 0.2666778145365811 0.25090731064243355 0.011064998061666276 0.600686228175639 0.9084006027629496 0.12700524654847833 0.6084605849069343 0.7290804782514261 0.9923831908303121

实现原理：

> When this method is first called, it creates a single new pseudorandom-number generator, exactly as if by the expression new java.util.Random() This new pseudorandom-number generator is used thereafter for all calls to this method and is used nowhere else.

当第一次调用 Math.random() 方法时，自动创建了一个伪随机数生成器，实际上用的是 new java.util.Random()。当接下来继续调用 Math.random() 方法时，就会使用这个新的伪随机数生成器。

源码如下：

public static double random() {
           Random rnd = randomNumberGenerator;    if (rnd == null) rnd = initRNG(); // 第一次调用，创建一个伪随机数生成器    return rnd.nextDouble();}private static synchronized Random initRNG() {
           Random rnd = randomNumberGenerator;    return (rnd == null) ? (randomNumberGenerator = new Random()) : rnd; // 实际上用的是new java.util.Random()}

> This method is properly synchronized to allow correct use by more than one thread. However, if many threads need to generate pseudorandom numbers at a great rate, it may reduce contention for each thread to have its own pseudorandom-number generator.

initRNG() 方法是 synchronized 的，因此在多线程情况下，只有一个线程会负责创建伪随机数生成器（使用当前时间作为种子），其他线程则利用该伪随机数生成器产生随机数。

**因此 Math.random() 方法是线程安全的。**

什么情况下随机数的生成线程不安全：

*  线程1在第一次调用 random() 时产生一个生成器 generator1，使用当前时间作为种子。
 *  线程2在第一次调用 random() 时产生一个生成器 generator2，使用当前时间作为种子。
 *  碰巧 generator1 和 generator2 使用相同的种子，导致 generator1 以后产生的随机数每次都和 generator2 以后产生的随机数相同。

什么情况下随机数的生成线程安全：Math.random() 静态方法使用

*  线程1在第一次调用 random() 时产生一个生成器 generator1，使用当前时间作为种子。
 *  线程2在第一次调用 random() 时发现已经有一个生成器 generator1，则直接使用生成器 generator1。

public class JavaRandom {
           public static void main(String args[]) {
               new MyThread().start();        new MyThread().start();    }}class MyThread extends Thread {
           public void run() {
               for (int i = 0; i < 2; i++) {
                   System.out.println(Thread.currentThread().getName() + ": " + Math.random());        }    }}

结果：

> Thread-1: 0.8043581595645333 Thread-0: 0.9338269554390357 Thread-1: 0.5571569413128877 Thread-0: 0.37484586843392464

## **2. java.util.Random 工具类** ##

基本算法：linear congruential pseudorandom number generator (LGC) 线性同余法伪随机数生成器缺点：可预测

> An attacker will simply compute the seed from the output values observed. This takes significantly less time than 2^48 in the case of java.util.Random. 从输出中可以很容易计算出种子值。It is shown that you can predict future Random outputs observing only two(!) output values in time roughly 2^16. 因此可以预测出下一个输出的随机数。You should never use an LCG for security-critical purposes.在注重信息安全的应用中，不要使用 LCG 算法生成随机数，请使用 SecureRandom。

使用：

Random random = new Random();for (int i = 0; i < 5; i++) {
           System.out.println(random.nextInt());}

结果：

> \-24520987 -96094681 -952622427 300260419 1489256498

Random类默认使用当前系统时钟作为种子:

public Random() {
           this(seedUniquifier() ^ System.nanoTime());}public Random(long seed) {
           if (getClass() == Random.class)        this.seed = new AtomicLong(initialScramble(seed));    else {
               // subclass might have overriden setSeed        this.seed = new AtomicLong();        setSeed(seed);    }}

Random类提供的方法：API

*  nextBoolean() - 返回均匀分布的 true 或者 false
 *  nextBytes(byte\[\] bytes)
 *  nextDouble() - 返回 0.0 到 1.0 之间的均匀分布的 double
 *  nextFloat() - 返回 0.0 到 1.0 之间的均匀分布的 float
 *  nextGaussian()- 返回 0.0 到 1.0 之间的高斯分布（即正态分布）的 double
 *  nextInt() - 返回均匀分布的 int
 *  nextInt(int n) - 返回 0 到 n 之间的均匀分布的 int （包括 0，不包括 n）
 *  nextLong() - 返回均匀分布的 long
 *  setSeed(long seed) - 设置种子

只要种子一样，产生的随机数也一样：因为种子确定，随机数算法也确定，因此输出是确定的！

Random random1 = new Random(10000);Random random2 = new Random(10000);for (int i = 0; i < 5; i++) {
           System.out.println(random1.nextInt() + " = " + random2.nextInt());}

结果：

> \-498702880 = -498702880 -858606152 = -858606152 1942818232 = 1942818232 -1044940345 = -1044940345 1588429001 = 1588429001

## **3. java.util.concurrent.ThreadLocalRandom 工具类** ##

ThreadLocalRandom 是 JDK 7 之后提供，也是继承至 java.util.Random。

private static final ThreadLocal<ThreadLocalRandom> localRandom =    new ThreadLocal<ThreadLocalRandom>() {
               protected ThreadLocalRandom initialValue() {
                   return new ThreadLocalRandom();        }};

每一个线程有一个独立的随机数生成器，用于并发产生随机数，能够解决多个线程发生的竞争争夺。效率更高！

ThreadLocalRandom 不是直接用 new 实例化，而是第一次使用其静态方法 current() 得到 ThreadLocal<ThreadLocalRandom> 实例，然后调用 java.util.Random 类提供的方法获得各种随机数。

使用：

结果：

> Thread-0: 0.13267085355389086 Thread-1: 0.1138484950410098 Thread-0: 0.17187774671469858 Thread-1: 0.9305225910262372

##  ##

## **4. java.Security.SecureRandom** ##

也是继承至 java.util.Random。

> Instances of java.util.Random are not cryptographically secure. Consider instead using SecureRandom to get a cryptographically secure pseudo-random number generator for use by security-sensitive applications.SecureRandom takes Random Data from your os (they can be interval between keystrokes etc - most os collect these data store them in files - /dev/random and /dev/urandom in case of linux/solaris) and uses that as the seed. 操作系统收集了一些随机事件，比如鼠标点击，键盘点击等等，SecureRandom 使用这些随机事件作为种子。

SecureRandom 提供加密的强随机数生成器 (RNG)，要求种子必须是不可预知的，产生非确定性输出。SecureRandom 也提供了与实现无关的算法，因此，调用方（应用程序代码）会请求特定的 RNG 算法并将它传回到该算法的 SecureRandom 对象中。

*  如果仅指定算法名称，如下所示：SecureRandom random = SecureRandom.getInstance("SHA1PRNG");
 *  如果既指定了算法名称又指定了包提供程序，如下所示：SecureRandom random = SecureRandom.getInstance("SHA1PRNG", "SUN");

使用：

SecureRandom random1 = SecureRandom.getInstance("SHA1PRNG");SecureRandom random2 = SecureRandom.getInstance("SHA1PRNG");for (int i = 0; i < 5; i++) {
           System.out.println(random1.nextInt() + " != " + random2.nextInt());}

结果：

> 704046703 != 2117229935 60819811 != 107252259 425075610 != -295395347 682299589 != -1637998900 -1147654329 != 1418666937

## **5. 随机字符串** ##

可以使用 Apache Commons-Lang 包中的 RandomStringUtils 类。Maven 依赖如下：

<dependency>    <groupId>commons-lang</groupId>    <artifactId>commons-lang</artifactId>    <version>2.6</version></dependency>

API 参考：https://commons.apache.org/proper/commons-lang/javadocs/api-2.6/org/apache/commons/lang/RandomStringUtils.html

示例：

public class RandomStringDemo {
           public static void main(String[] args) {
               // Creates a 64 chars length random string of number.        String result = RandomStringUtils.random(64, false, true);        System.out.println("random = " + result);        // Creates a 64 chars length of random alphabetic string.        result = RandomStringUtils.randomAlphabetic(64);        System.out.println("random = " + result);        // Creates a 32 chars length of random ascii string.        result = RandomStringUtils.randomAscii(32);        System.out.println("random = " + result);        // Creates a 32 chars length of string from the defined array of        // characters including numeric and alphabetic characters.        result = RandomStringUtils.random(32, 0, 20, true, true, "qw32rfHIJk9iQ8Ud7h0X".toCharArray());        System.out.println("random = " + result);    }}

RandomStringUtils 类的实现上也是依赖了 java.util.Random 工具类：

![eff59914e6543c22c9d9894560e2ea7d.png][]

参考：

*  http://yangzb.iteye.com/blog/325264
 *  http://stackoverflow.com/questions/11051205/difference-between-java-util-random-and-java-security-securerandom

作者：专职跑龙套  
链接：https://www.jianshu.com/p/2f6acd169202

**往期推荐**

[美团面试题：Redis 内存满了怎么办？][Redis]

[面试扫雷: String的长度最大是多长?][String]

[图文并茂-带你搞懂多线程和多进程][-]

[手写一个“打飞机”小游戏附【源代码】][Link 1]

[一个基于 SpringBoot2 + MybatisPlus 的商城管理系统，真香~~][SpringBoot2 _ MybatisPlus]

[为啥《阿里开发手册》一律禁止使用SELECT \* ？][SELECT _]

[Springboot+MybatisPlus高效实现增删改查，写的实在太好了！！][Springboot_MybatisPlus]

[七个开源的 Spring Boot 前后端分离项目，一定要收藏！][Spring Boot]

[值得推荐的十几款IDEA插件，大大提升开发效率【值得收藏】][IDEA]

[【项目实战+源码】Java身份证号码识别系统][Java]

[10个你可能不曾用过却很有用的Linux命令～][10_Linux]

[面试官：你能说出 方法重载和方法重写 的原理吗？][Link 2]

![16ae628fdd598c626dca1f7981b46be8.png][]

如果觉得文章不错，可以在文末**点个赞**

[eff59914e6543c22c9d9894560e2ea7d.png]: /images/20221120/355cda092cc642aebd022d735beffd18.png
[Redis]: http://mp.weixin.qq.com/s?__biz=MzIyNTI3NDQ4NQ==&mid=2247494524&idx=2&sn=db04bd80da18c9d2bcb7c1f1619e7015&chksm=e8009466df771d70aa375640bd5caff614d1c208be0d414b23963c7f2917bc49efc7aa668df3&scene=21#wechat_redirect
[String]: http://mp.weixin.qq.com/s?__biz=MzIyNTI3NDQ4NQ==&mid=2247494467&idx=2&sn=118f0834d8a4fbf107ffa63b715429f5&chksm=e8009459df771d4f8bc2cc11817bc97a665b6b9a8cac906c3e4d052c2989b474ec5e0d280b30&scene=21#wechat_redirect
[-]: http://mp.weixin.qq.com/s?__biz=MzIyNTI3NDQ4NQ==&mid=2247494439&idx=2&sn=2d92e491b76ac5b9c69edba77b57905e&chksm=e800943ddf771d2bf0aa2f70deeea99ebc424d66f6326c845e4fc0d298f21e2bd152537eb5e1&scene=21#wechat_redirect
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzIyNTI3NDQ4NQ==&mid=2247494396&idx=2&sn=f4150348d18e793738153fc9b2e9d1cc&chksm=e80095e6df771cf088d6bd42e898e474d8f32654fadc49ac3ff80b6820537e58804850830a51&scene=21#wechat_redirect
[SpringBoot2 _ MybatisPlus]: http://mp.weixin.qq.com/s?__biz=MzIyNTI3NDQ4NQ==&mid=2247494371&idx=2&sn=edde4e48d5e0fbf0df6d8db43c52f30c&chksm=e80095f9df771cef46e0bd228815290783d75e231615aef62d11ec30c33646376057fa594920&scene=21#wechat_redirect
[SELECT _]: http://mp.weixin.qq.com/s?__biz=MzIyNTI3NDQ4NQ==&mid=2247494335&idx=2&sn=b864081ff18346783234eedecc6573da&chksm=e80095a5df771cb34f3835ad29a2290bfefc793a36158479fa496e8bf1e6c1916b2e051f42b5&scene=21#wechat_redirect
[Springboot_MybatisPlus]: http://mp.weixin.qq.com/s?__biz=MzIyNTI3NDQ4NQ==&mid=2247494293&idx=2&sn=c4ae4db2ef4613304a5853fd42001152&chksm=e800958fdf771c9919584aead5f562084ccf9ecb7075b185d060710b799cf60fae0f331662c3&scene=21#wechat_redirect
[Spring Boot]: http://mp.weixin.qq.com/s?__biz=MzIyNTI3NDQ4NQ==&mid=2247494234&idx=2&sn=2184dd1182829494154f10a1e5ebbb29&chksm=e8009540df771c562f25852e7ce3a4730a20dd586e1e85ee7a29c5da6464b2c1615692534d32&scene=21#wechat_redirect
[IDEA]: http://mp.weixin.qq.com/s?__biz=MzIyNTI3NDQ4NQ==&mid=2247494208&idx=2&sn=92b73580a2ec3f63b6b48c22a0ec920e&chksm=e800955adf771c4cfaad6a6ed570b44bd898131097adbe2a46a7602adbd07bbac3124d6dfd73&scene=21#wechat_redirect
[Java]: http://mp.weixin.qq.com/s?__biz=MzIyNTI3NDQ4NQ==&mid=2247494156&idx=2&sn=971ac4bd7739180f38b1fb0942a7079a&chksm=e8009516df771c00a2861d3a36b3329e6e6603c94b8a6bdbc342f69c3acfc43c475e7a06c030&scene=21#wechat_redirect
[10_Linux]: http://mp.weixin.qq.com/s?__biz=MzIyNTI3NDQ4NQ==&mid=2247494129&idx=2&sn=ee94e77f0049a55f1d42b11ab048e007&chksm=e80096ebdf771ffd0cae0c8bb67dbead896a288d9ff2784a12b639e61ff3aa04f9e9e5f4ddbd&scene=21#wechat_redirect
[Link 2]: http://mp.weixin.qq.com/s?__biz=MzIyNTI3NDQ4NQ==&mid=2247494104&idx=2&sn=f6091dfd36fcfc7e9f4e84ef866d89d3&chksm=e80096c2df771fd4613d23dbe7dde21bfe0c3ae43a5a133e11853f64bf7cb94f0720aac6758a&scene=21#wechat_redirect
[16ae628fdd598c626dca1f7981b46be8.png]: /images/20221120/e3244c413ac3420ba43c20707708784a.png