淺談Java隨機數(shù)的原理、偽隨機和優(yōu)化
這篇來說說Java中的隨機數(shù),以及為什么說隨機數(shù)是偽隨機。
目錄:
- Math.random()
- Random類
- 偽隨機
- 如何優(yōu)化隨機
- 封裝的一個隨機處理工具類
1. Math.random()
1.1 介紹
通過Math.random()可以獲取隨機數(shù),它返回的是一個[0.0, 1.0)之間的double值。
private static void testMathRandom() {
double random = Math.random();
System.out.println("random = " + random);
}
執(zhí)行輸出:random = 0.8543235849742018
Java中double在32位和64位機器上都是占8個字節(jié),64位,double正數(shù)部分和小數(shù)部分最多17位有效數(shù)字。
如果要獲取int類型的整數(shù),只需要將上面的結果轉行成int類型即可。比如,獲取[0, 100)之間的int整數(shù)。方法如下:
double d = Math.random(); int i = (int) (d*100);
1.2 實現(xiàn)原理
private static final class RandomNumberGeneratorHolder {
static final Random randomNumberGenerator = new Random();
}
public static double random() {
return RandomNumberGeneratorHolder.randomNumberGenerator.nextDouble();
}
- 先獲取一個Random對象,在Math中是單例模式,唯一的。
- 調用Random對象的nextDouble方法返回一個隨機的double數(shù)值。
可以看到Math.random()方法最終也是調用Random類中的方法。
2. Random類
2.1 介紹
Random類提供了兩個構造器:
public Random() {
}
public Random(long seed) {
}
一個是默認的構造器,一個是可以傳入一個隨機種子。
然后通過Random對象獲取隨機數(shù),如:
int r = random.nextInt(100);
2.2 API
boolean nextBoolean() // 返回一個boolean類型隨機數(shù) void nextBytes(byte[] buf) // 生成隨機字節(jié)并將其置于字節(jié)數(shù)組buf中 double nextDouble() // 返回一個[0.0, 1.0)之間的double類型的隨機數(shù) float nextFloat() // 返回一個[0.0, 1.0) 之間的float類型的隨機數(shù) int nextInt() // 返回一個int類型隨機數(shù) int nextInt(int n) // 返回一個[0, n)之間的int類型的隨機數(shù) long nextLong() // 返回一個long類型隨機數(shù) synchronized double nextGaussian() // 返回一個double類型的隨機數(shù),它是呈高斯(正常地)分布的 double值,其平均值是0.0,標準偏差是1.0。 synchronized void setSeed(long seed) // 使用單個long種子設置此隨機數(shù)生成器的種子
2.3 例子
private static void testRandom(Random random) {
// 獲取隨機的boolean值
boolean b = random.nextBoolean();
System.out.println("b = " + b);
// 獲取隨機的數(shù)組buf[]
byte[] buf = new byte[5];
random.nextBytes(buf);
System.out.println("buf = " + Arrays.toString(buf));
// 獲取隨機的Double值,范圍[0.0, 1.0)
double d = random.nextDouble();
System.out.println("d = " + d);
// 獲取隨機的float值,范圍[0.0, 1.0)
float f = random.nextFloat();
System.out.println("f = " + f);
// 獲取隨機的int值
int i0 = random.nextInt();
System.out.println("i without bound = " + i0);
// 獲取隨機的[0,100)之間的int值
int i1 = random.nextInt(100);
System.out.println("i with bound 100 = " + i1);
// 獲取隨機的高斯分布的double值
double gaussian = random.nextGaussian();
System.out.println("gaussian = " + gaussian);
// 獲取隨機的long值
long l = random.nextLong();
System.out.println("l = " + l);
}
public static void main(String[] args) {
testRandom(new Random());
System.out.println("\n\n");
testRandom(new Random(1000));
testRandom(new Random(1000));
}
執(zhí)行輸出:
b = true
buf = [-55, 55, -7, -59, 86]
d = 0.6492428743107401
f = 0.8178623
i without bound = -1462220056
i with bound 100 = 66
gaussian = 0.3794413450456145
l = -5390332732391127434b = true
buf = [47, -38, 53, 63, -72]
d = 0.46028809169559504
f = 0.015927613
i without bound = 169247282
i with bound 100 = 45
gaussian = -0.719106498075259
l = -7363680848376404625b = true
buf = [47, -38, 53, 63, -72]
d = 0.46028809169559504
f = 0.015927613
i without bound = 169247282
i with bound 100 = 45
gaussian = -0.719106498075259
l = -7363680848376404625
可以看到,一次運行過程中,如果種子相同,產生的隨機值也是相同的。
總結一下:
1. 同一個種子,生成N個隨機數(shù),當你設定種子的時候,這N個隨機數(shù)是什么已經確定。相同次數(shù)生成的隨機數(shù)字是完全相同的?! ?br />2. 如果用相同的種子創(chuàng)建兩個Random 實例,則對每個實例進行相同的方法調用序列,它們將生成并返回相同的數(shù)字序列。
2.4 實現(xiàn)原理
先來看看Random類構造器和屬性:
private final AtomicLong seed;
private static final long multiplier = 0x5DEECE66DL;
private static final long addend = 0xBL;
private static final long mask = (1L << 48) - 1;
private static final double DOUBLE_UNIT = 0x1.0p-53; // 1.0 / (1L << 53)
private static final AtomicLong seedUniquifier
= new AtomicLong(8682522807148012L);
public Random() {
this(seedUniquifier() ^ System.nanoTime());
}
private static long seedUniquifier() {
for (;;) {
long current = seedUniquifier.get();
long next = current * 181783497276652981L;
if (seedUniquifier.compareAndSet(current, next))
return next;
}
}
public Random(long seed) {
if (getClass() == Random.class)
this.seed = new AtomicLong(initialScramble(seed));
else {
this.seed = new AtomicLong();
setSeed(seed);
}
}
synchronized public void setSeed(long seed) {
this.seed.set(initialScramble(seed));
haveNextNextGaussian = false;
}
有兩個構造器,有一個無參,一個可以傳入種子。
種子的作用是什么?
種子就是產生隨機數(shù)的第一次使用值,機制是通過一個函數(shù),將這個種子的值轉化為隨機數(shù)空間中的某一個點上,并且產生的隨機數(shù)均勻的散布在空間中,以后產生的隨機數(shù)都與前一個隨機數(shù)有關。
無參的通過seedUniquifier() ^ System.nanoTime()生成一個種子,里面使用了CAS自旋鎖實現(xiàn)。使用System.nanoTime()方法來得到一個納秒級的時間量,參與48位種子的構成,然后還進行了一個運算:不斷乘以181783497276652981L,直到某一次相乘前后結果相同來進一步增大隨機性,這里的nanotime可以算是一個真隨機數(shù),不過有必要提的是,nanoTime和我們常用的currenttime方法不同,返回的不是從1970年1月1日到現(xiàn)在的時間,而是一個隨機的數(shù):只用來前后比較計算一個時間段,比如一行代碼的運行時間,數(shù)據(jù)庫導入的時間等,而不能用來計算今天是哪一天。
不要隨便設置隨機種子,可能運行次數(shù)多了會獲取到相同的隨機數(shù),Random類自己生成的種子已經能滿足平時的需求了。
以nextInt()為例再繼續(xù)分析:
protected int next(int bits) {
long oldseed, nextseed;
AtomicLong seed = this.seed;
do {
oldseed = seed.get();
nextseed = (oldseed * multiplier + addend) & mask;
} while (!seed.compareAndSet(oldseed, nextseed));
return (int)(nextseed >>> (48 - bits));
}
還是通過CAS來實現(xiàn),然后進行位移返回,這塊的算法比較復雜,就不深入研究了。
3. 偽隨機
3.1 什么是偽隨機?
(1) 偽隨機數(shù)是看似隨機實質是固定的周期性序列,也就是有規(guī)則的隨機。
(2) 只要這個隨機數(shù)是由確定算法生成的,那就是偽隨機,只能通過不斷算法優(yōu)化,使你的隨機數(shù)更接近隨機。(隨機這個屬性和算法本身就是矛盾的)
(3) 通過真實隨機事件取得的隨機數(shù)才是真隨機數(shù)。
3.2 Java隨機數(shù)產生原理
Java的隨機數(shù)產生是通過線性同余公式產生的,也就是說通過一個復雜的算法生成的。
3.3 偽隨機數(shù)的不安全性
Java自帶的隨機數(shù)函數(shù)是很容易被黑客破解的,因為黑客可以通過獲取一定長度的隨機數(shù)序列來推出你的seed,然后就可以預測下一個隨機數(shù)。比如eos的dapp競猜游戲,就因為被黑客破解了隨機規(guī)律,而盜走了大量的代幣。
4. 如何優(yōu)化隨機
主要要考慮生成的隨機數(shù)不能重復,如果重復則重新生成一個??梢杂脭?shù)組或者Set存儲來判斷是否包含重復的隨機數(shù),配合遞歸方式來重新生成一個新的隨機數(shù)。
5. 封裝的一個隨機處理工具類
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
Java-Redis-Redisson分布式鎖的功能使用及實現(xiàn)
這篇文章主要介紹了Java-Redis-Redisson-分布式鎖的功能使用及實現(xiàn),本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-08-08
Java基于HttpClient實現(xiàn)RPC的示例
HttpClient可以實現(xiàn)使用Java代碼完成標準HTTP請求及響應。本文主要介紹了Java基于HttpClient實現(xiàn)RPC,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2021-10-10
@ConfigurationProperties加載外部配置方式
這篇文章主要介紹了@ConfigurationProperties加載外部配置方式,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-03-03

