java random函数原理_详解JAVA中Random()函数的用法

java random函数原理_详解JAVA中Random()函数的用法有时候,我们会用到随机数。java中自带的Random()函数让我们可以很方便的产生随机数。本文介绍它的一些用法。随机数是专门的随机试验的结果。在统计学的不同技术中需要使用随机数,比如在从统计总体中抽取有代表性的样本的时候,或者在将实验动物分配到不同的试验组的过程中,或者在进行蒙特卡罗模拟法计算的时候等等。产生随机数有多种不同的方法。这些方法被称为随机数发生器。随机数最重要的特性是:它所产生的后面…

大家好,又见面了,我是你们的朋友全栈君。

有时候,我们会用到随机数。java中自带的Random()函数让我们可以很方便的产生随机数。本文介绍它的一些用法。

随机数是专门的随机试验的结果。在统计学的不同技术中需要使用随机数,比如在从统计总体中抽取有代表性的样本的时候,或者在将实验动物分配到不同的试验组的过程中,或者在进行蒙特卡罗模拟法计算的时候等等。

产生随机数有多种不同的方法。这些方法被称为随机数发生器。随机数最重要的特性是:它所产生的后面的那个数与前面的那个数毫无关系。

Java中存在着两种Random函数:java.lang.Math.Random和java.util.Random。

java.lang.Math.Random

调用这个Math.Random()函数能够返回带正号的double值,该值大于等于0.0且小于1.0,即取值范围是[0.0,1.0)的左闭右开区间,返回值是一个伪随机选择的数,在该范围内(近似)均匀分布。例子如下:package xttblog.com;

import java.util.Random;

public class TestRandom {

public static void main(String[] args) {

// 结果是个double类型的值,区间为[0.0,1.0)

System.out.println(“Math.random()=” + Math.random());

// 注意不要写成(int)Math.random()*3,这个结果为0,因为先执行了强制转换

int num = (int) (Math.random() * 3);

System.out.println(“num=” + num);

/**

* 输出结果为:

* Math.random()=0.02909671613289655

* num=0

*/

}

}

java.util.Random

下面Random()的两种构造方法:Random():创建一个新的随机数生成器。

Random(long seed):使用单个 long 种子创建一个新的随机数生成器。

我们可以在构造Random对象的时候指定种子(这里指定种子有何作用,请接着往下看),如:Random r1 = new Random(20);

或者默认当前系统时间的毫秒数作为种子数:Random r1 = new Random();

需要说明的是:你在创建一个Random对象的时候可以给定任意一个合法的种子数,种子数只是随机算法的起源数字,和生成的随机数的区间没有任何关系。如下面的Java代码:Random rand =new Random(25);

int i;

i=rand.nextInt(100);

初始化时25并没有起直接作用(注意:不是没有起作用),rand.nextInt(100);中的100是随机数的上限,产生的随机数为0-100的整数,不包括100。

具体用法如下例:package xttblog.com;

import java.util.ArrayList;

import java.util.Random;

public class TestRandom {

public static void main(String[] args) {

// 案例2

// 对于种子相同的Random对象,生成的随机数序列是一样的。

Random ran1 = new Random(10);

System.out.println(“使用种子为10的Random对象生成[0,10)内随机整数序列: “);

for (int i = 0; i 

System.out.print(ran1.nextInt(10) + ” “);

}

System.out.println();

Random ran2 = new Random(10);

System.out.println(“使用另一个种子为10的Random对象生成[0,10)内随机整数序列: “);

for (int i = 0; i 

System.out.print(ran2.nextInt(10) + ” “);

}

/**

* 输出结果为:

*

* 使用种子为10的Random对象生成[0,10)内随机整数序列:

* 3 0 3 0 6 6 7 8 1 4

* 使用另一个种子为10的Random对象生成[0,10)内随机整数序列:

* 3 0 3 0 6 6 7 8 1 4

*

*/

// 案例3

// 在没带参数构造函数生成的Random对象的种子缺省是当前系统时间的毫秒数。

Random r3 = new Random();

System.out.println();

System.out.println(“使用种子缺省是当前系统时间的毫秒数的Random对象生成[0,10)内随机整数序列”);

for (int i = 0; i 

System.out.print(r3.nextInt(10)+” “);

}

/**

* 输出结果为:

*

* 使用种子缺省是当前系统时间的毫秒数的Random对象生成[0,10)内随机整数序列

* 1 1 0 4 4 2 3 8 8 4

*

*/

// 另外,直接使用Random无法避免生成重复的数字,如果需要生成不重复的随机数序列,需要借助数组和集合类

ArrayList list=new TestRandom().getDiffNO(10);

System.out.println();

System.out.println(“产生的n个不同的随机数:”+list);

}

/**

* 生成n个不同的随机数,且随机数区间为[0,10)

* @param n

* @return

*/

public ArrayList getDiffNO(int n){

// 生成 [0-n) 个不重复的随机数

// list 用来保存这些随机数

ArrayList list = new ArrayList();

Random rand = new Random();

boolean[] bool = new boolean[n];

int num = 0;

for (int i = 0; i 

do {

// 如果产生的数相同继续循环

num = rand.nextInt(n);

} while (bool[num]);

bool[num] = true;

list.add(num);

}

return list;

}

}

下面是Java.util.Random()方法摘要:protected int next(int bits):生成下一个伪随机数。

boolean nextBoolean():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。

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

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之间均匀分布的 double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、在0.0和1.0之间均匀分布float值。

double nextGaussian():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。

int nextInt():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(int n):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。

long nextLong():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。

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

下面给几个例子:生成[0,1.0)区间的小数:double d1 = r.nextDouble();

生成[0,5.0)区间的小数:double d2 = r.nextDouble() * 5;

生成[1,2.5)区间的小数:double d3 = r.nextDouble() * 1.5 + 1;

生成-231到231-1之间的整数:int n = r.nextInt();

生成[0,10)区间的整数:int n2 = r.nextInt(10);//方法一

n2 = Math.abs(r.nextInt() % 10);//方法二

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/142082.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • linux 挂载raid_linux挂载磁盘阵列

    linux 挂载raid_linux挂载磁盘阵列在许多项目中,都会把数据存放于磁盘阵列,以确保数据安全或者实现负载均衡。在初始安装数据库系统和数据恢复时,都需要先挂载磁盘阵列到系统中。本文记录一次在linux系统中挂载磁盘的操作步骤,以及注意事项。此处所用操作系统为Asianux,磁盘阵列设备名为emcpowera,使用的分区为emcpowera1。1.使用命令fdisk–l/dev/emcpowera查看磁盘阵列的分区情况:2.正…

    2022年6月19日
    49
  • dhcp snooping option 82_dhcpsnooping的原理配置案例

    dhcp snooping option 82_dhcpsnooping的原理配置案例DHCPSnooping-option82relay的原理及实例一、采用DHCP服务的常见问题架设DHCP服务器可以为客户端自动分配IP地址、掩码、默认网关、DNS服务器等网络参数,简化了网络配置,提高了管理效率。但在DHCP服务的管理上存在一些问题,常见的有:●DHCPServer的冒充●DHCPServer的DOS,如DHCP耗竭●某些用户随便指定IP地址,造成IP地址冲突1、D…

    2022年10月15日
    3
  • 二分图匹配相关算法

    二分图匹配相关算法二分图匈牙利算法二分图匈牙利算法二分图匈牙利算法这里简单记录下二分图匹配的相关算法 供自己使用 如果各位游客看到觉得浪费时间 便请移步 文章全为个人模板记录匈牙利算法匈牙利算法研究的是二分图的最大匹配 是对给定的二分图求得最大的满足条件的匹配数 匹配对 其算法思想是利用 Berge 定理和 Hall 定理将初始匹配通过迭代寻找增广路径得到最大匹配 每次迭代得到的匹配大小加 1 具体迭代实现有 DFS

    2025年12月15日
    5
  • 二元树中和为某一值的全部路径

    二元树中和为某一值的全部路径

    2021年11月29日
    40
  • 搭建SpringBoot源码环境的正确姿势(避坑必备)

    搭建SpringBoot源码环境的正确姿势(避坑必备)最近打算拉取SpringBoot源码,各种编译报错,各种问题。参考很多网上的教程,仍然是各种错误。最终研究出来了搭建SpringBoot源码环境的正确姿势。SpringBootGithub地址:https://github.com/spring-projects/spring-boot0、环境准备安装maven3.5或者以上版本。安装JDK8或者以上。1、fork到自…

    2022年6月11日
    30
  • 网页w3c标准_让行为成为标准

    网页w3c标准_让行为成为标准转自:http://一杯白开水w.iteye.com/blog/1122618什么是W3C标准    作为网站技术开发人员而言,往往是站在自己的开发角度来实施网站布署(读取数据及开发的方便性等等),而不是站在网站访问者与搜索引擎角度。因此大部分的网站在浏览方面不够直观或是方便,特别是现在w3c的规范,更是在大部分的网站开发人员脑里一片空白。何况百度、google、msn、yahoo

    2025年11月24日
    4

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号