java

关注公众号 jb51net

关闭
首页 > 软件编程 > java > java random 简介

Java中Random简介_动力节点Java学院整理

投稿:mrr

本文详细给大家介绍了Java中Random简介相关知识,非常不错,具有参考借鉴价值,需要的朋友参考下吧

Java中存在着两种Random函数:

一、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 IO;
import java.util.Random;
public class TestRandom {
  public static void main(String[] args) {
    // 案例1
    System.out.println("Math.random()=" + Math.random());// 结果是个double类型的值,区间为[0.0,1.0)
    int num = (int) (Math.random() * 3); // 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
    System.out.println("num=" + num);
    /**
     * 输出结果为:
     * 
     * Math.random()=0.02909671613289655
     * num=0
     * 
     */
  }
}

二、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 IO;
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 < 10; 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 < 10; 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 < 10; 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 < n; 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;
  }
}

备注:下面是Java.util.Random()方法摘要:

1.protected int next(int bits):生成下一个伪随机数。

2.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。

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

4.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。

5.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。

6.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。

7.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。

8.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。

9.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。

10.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:

1.生成[0,1.0)区间的小数:double d1 = r.nextDouble();

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

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

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

5.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

以上所述是小编给大家介绍的Java中Random简介,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持!

您可能感兴趣的文章:
阅读全文