当前位置:首页 > 编程教程 > java技术文章 > Java随机数算法原理与实现方法实例详解

浅谈Java随机数算法原理及实现方法

  • 发布时间:
  • 作者:码农之家
  • 点击:167

这篇文章主要知识点是关于Java、随机数、随机数算法原理、浅谈Java随机数的原理、伪随机和优化 的内容,如果大家想对相关知识点有系统深入的学习,可以参阅以下电子书

Effective Java中文版
  • 类型:java大小:197.6 MB格式:PDF作者:约书亚
立即下载

Java随机数算法原理与实现方法实例详解

本文实例讲述了Java随机数算法。分享给大家供大家参考,具体如下:

软件实现的算法都是伪随机算法,随机种子一般是系统时间

在数论中,线性同余方程是最基本的同余方程,“线性”表示方程的未知数次数是一次,即形如:

ax≡b (mod n)的方程。此方程有解当且仅当 b 能够被 a 与 n 的最大公约数整除(记作 gcd(a,n) | b)。这时,如果 x0 是方程的一个解,那么所有的解可以表示为:

{x0+kn/d|(k∈z)}

其中 d 是a 与 n 的最大公约数。在模 n 的完全剩余系 {0,1,…,n-1} 中,恰有 d 个解。

例子编辑

* 在方程 3x ≡ 2 (mod 6) 中, d = gcd(3,6) = 3 ,3 不整除 2,因此方程无解。

* 在方程 5x ≡ 2 (mod 6) 中, d = gcd(5,6) = 1,1 整除 2,因此方程在{0,1,2,3,4,5} 中恰有一个解: x=4。

* 在方程 4x ≡ 2 (mod 6) 中, d = gcd(4,6) = 2,2 整除 2,因此方程在{0,1,2,3,4,5} 中恰有两个解: x=2 and x=5。

纯线性同余随机数生成器

线性同余随机数生成器介绍:

古老的LCG(linear congruential generator)代表了最好最朴素的伪随机数产生器算法。主要原因是容易理解,容易实现,而且速度快。

LCG 算法数学上基于公式:

X(0)=seed;
X(n+1) = (A * X(n) + C) % M;

其中,各系数为:

X(0)表示种子seed

模M, M > 0

系数A, 0 < A < M

增量C, 0 <= C < M

原始值(种子) 0 <= X(0) < M

其中参数c, m, a比较敏感,或者说直接影响了伪随机数产生的质量。

一般来说我们采用M=(2^31)-1 = 2147483647,这个是一个31位的质数,A=48271,这个A能使M得到一个完全周期,这里C为奇数,同时如果数据选择不好的话,很有可能得到周期很短的随机数,例如,如果我们去Seed=179424105的话,那么随机数的周期为1,也就失去了随机的意义。

(48271*179424105+1)mod(2的31次方-1)=179424105

package test;
import java.util.HashMap;
import java.util.Map;
import java.util.concurrent.atomic.AtomicLong;
public class Random {
 public final AtomicLong seed=new AtomicLong();
 public final static long C = 1;
 public final static long A = 48271;
 public final static long M = (1L << 31) - 1;
 public Random(int seed){
  this.seed.set(seed);
 }
 public Random(){
  this.seed.set(System.nanoTime());
 }
 public long nextLong(){
  seed.set(System.nanoTime());
  return (A *seed.longValue() + C) % M;
 }
 public int nextInt(int number){
  return new Long( (A * System.nanoTime() + C) % number).intValue();
 }
 public static void main(String[] args) {
  System.out.println(new Random().nextLong());
  Map<Integer,Integer> map=new HashMap<Integer,Integer>();
  for(int i=0;i<100000;i++){
   int ran=new Random().nextInt(10);
   if(map.containsKey(ran)){
    map.put(ran, map.get(ran)+1);
   }else{
    map.put(ran, 1);
   }
  }
  System.out.println(map);
 }
}

自己写个简单例子,随机10万次,随机范围0到9,看看是否均匀

Java随机数算法原理与实现方法实例详解

相对来说还是挺均匀的

PS:这里再为大家提供几款功能类似的在线工具供大家参考:

在线随机数字/字符串生成工具:
http://tools.jb51.net/aideddesign/suijishu

在线随机字符/随机密码生成工具:
http://tools.jb51.net/aideddesign/rnd_password

高强度密码生成器:
http://tools.jb51.net/password/CreateStrongPassword

更多关于java算法相关内容感兴趣的读者可查看本站专题:《Java数据结构与算法教程》、《Java字符与字符串操作技巧总结》、《Java操作DOM节点技巧总结》、《Java文件与目录操作技巧汇总》和《Java缓存操作技巧汇总》

希望本文所述对大家java程序设计有所帮助。

浅谈Java随机数的原理、伪随机和优化

这篇来说说Java中的随机数,以及为什么说随机数是伪随机。

目录:

  • Math.random()
  • Random类
  • 伪随机
  • 如何优化随机
  • 封装的一个随机处理工具类

1. Math.random()

1.1 介绍

通过Math.random()可以获取随机数,它返回的是一个[0.0, 1.0)之间的double值。

  private static void testMathRandom() {
    double random = Math.random();
    System.out.println("random = " + random);
  }

执行输出:random = 0.8543235849742018

Java中double在32位和64位机器上都是占8个字节,64位,double正数部分和小数部分最多17位有效数字。

如果要获取int类型的整数,只需要将上面的结果转行成int类型即可。比如,获取[0, 100)之间的int整数。方法如下:

double d = Math.random();
int i = (int) (d*100);

1.2 实现原理

  private static final class RandomNumberGeneratorHolder {
    static final Random randomNumberGenerator = new Random();
  }
 
  public static double random() {
    return RandomNumberGeneratorHolder.randomNumberGenerator.nextDouble();
  }
  • 先获取一个Random对象,在Math中是单例模式,唯一的。
  • 调用Random对象的nextDouble方法返回一个随机的double数值。

可以看到Math.random()方法最终也是调用Random类中的方法。

2. Random类

2.1 介绍

Random类提供了两个构造器:

  public Random() {
  }
 
  public Random(long seed) {
  }

一个是默认的构造器,一个是可以传入一个随机种子。

然后通过Random对象获取随机数,如:

int r = random.nextInt(100);

2.2 API

boolean nextBoolean()     // 返回一个boolean类型随机数
void  nextBytes(byte[] buf) // 生成随机字节并将其置于字节数组buf中 
double nextDouble()     // 返回一个[0.0, 1.0)之间的double类型的随机数
float  nextFloat()      // 返回一个[0.0, 1.0) 之间的float类型的随机数
int   nextInt()       // 返回一个int类型随机数
int   nextInt(int n)    // 返回一个[0, n)之间的int类型的随机数
long  nextLong()      // 返回一个long类型随机数 
synchronized double nextGaussian()  // 返回一个double类型的随机数,它是呈高斯(正常地)分布的 double值,其平均值是0.0,标准偏差是1.0。 
synchronized void setSeed(long seed) // 使用单个long种子设置此随机数生成器的种子

2.3 例子

 private static void testRandom(Random random) {
    // 获取随机的boolean值
    boolean b = random.nextBoolean();
    System.out.println("b = " + b);
 
    // 获取随机的数组buf[]
    byte[] buf = new byte[5];
    random.nextBytes(buf);
    System.out.println("buf = " + Arrays.toString(buf));
 
    // 获取随机的Double值,范围[0.0, 1.0)
    double d = random.nextDouble();
    System.out.println("d = " + d);
 
    // 获取随机的float值,范围[0.0, 1.0)
    float f = random.nextFloat();
    System.out.println("f = " + f);
 
    // 获取随机的int值
    int i0 = random.nextInt();
    System.out.println("i without bound = " + i0);
 
    // 获取随机的[0,100)之间的int值
    int i1 = random.nextInt(100);
    System.out.println("i with bound 100 = " + i1);
 
    // 获取随机的高斯分布的double值
    double gaussian = random.nextGaussian();
    System.out.println("gaussian = " + gaussian);
 
    // 获取随机的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));
  }

执行输出:

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 = -5390332732391127434

b = 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

b = 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,一次运行过程中,如果种子相同,产生的随机值也是相同的。

总结一下:

1. 同一个种子,生成N个随机数,当你设定种子的时候,这N个随机数是什么已经确定。相同次数生成的随机数字是完全相同的。  
2. 如果用相同的种子创建两个Random 实例,则对每个实例进行相同的方法调用序列,它们将生成并返回相同的数字序列。

2.4 实现原理

先来看看Random类构造器和属性:

  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;
  }

有两个构造器,有一个无参,一个可以传入种子。

种子的作用是什么?

种子就是产生随机数的第一次使用值,机制是通过一个函数,将这个种子的值转化为随机数空间中的某一个点上,并且产生的随机数均匀的散布在空间中,以后产生的随机数都与前一个随机数有关。

无参的通过seedUniquifier() ^ System.nanoTime()生成一个种子,里面使用了CAS自旋锁实现。使用System.nanoTime()方法来得到一个纳秒级的时间量,参与48位种子的构成,然后还进行了一个很变态的运算:不断乘以181783497276652981L,直到某一次相乘前后结果相同来进一步增大随机性,这里的nanotime可以算是一个真随机数,不过有必要提的是,nanoTime和我们常用的currenttime方法不同,返回的不是从1970年1月1日到现在的时间,而是一个随机的数:只用来前后比较计算一个时间段,比如一行代码的运行时间,数据库导入的时间等,而不能用来计算今天是哪一天。

不要随便设置随机种子,可能运行次数多了会获取到相同的随机数,Random类自己生成的种子已经能满足平时的需求了。

以nextInt()为例再继续分析:

  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));
  }

还是通过CAS来实现,然后进行位移返回,这块的算法比较复杂,就不深入研究了。

3. 伪随机

3.1 什么是伪随机?

(1) 伪随机数是看似随机实质是固定的周期性序列,也就是有规则的随机。
(2) 只要这个随机数是由确定算法生成的,那就是伪随机,只能通过不断算法优化,使你的随机数更接近随机。(随机这个属性和算法本身就是矛盾的)
(3) 通过真实随机事件取得的随机数才是真随机数。

3.2 Java随机数产生原理

Java的随机数产生是通过线性同余公式产生的,也就是说通过一个复杂的算法生成的。 

3.3 伪随机数的不安全性

Java自带的随机数函数是很容易被黑客破解的,因为黑客可以通过获取一定长度的随机数序列来推出你的seed,然后就可以预测下一个随机数。比如eos的dapp竞猜游戏,就因为被黑客破解了随机规律,而盗走了大量的代币。
 

4. 如何优化随机

主要要考虑生成的随机数不能重复,如果重复则重新生成一个。可以用数组或者Set存储来判断是否包含重复的随机数,配合递归方式来重新生成一个新的随机数。

5. 封装的一个随机处理工具类

https://github.com/kuangzhongwen/android-common-libs/blob/master/src/main/java/waterhole/commonlibs/utils/RandomUtils.java

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持码农之家。

以上就是本次给大家分享的关于java的全部知识点内容总结,大家还可以在下方相关文章里找到相关文章进一步学习,感谢大家的阅读和支持。

Java随机数算法原理及实现方法 相关电子书
学习笔记
网友NO.467681

JavaScript生成指定范围随机数和随机序列的方法

在JavaScript中我们经常使用Math.random()方法生成随机数,但是该方法生成的随机数只是0-1之间的随机数。先看如下常用方法的特征: •1.Math.random(); 结果为0-1间的一个随机数(包括0,不包括1) •2.Math.floor(num); 参数num为一个数值,函数结果为num的整数部分。与取整数的parseInt(num)方法一样。 •3.Math.round(num); 参数num为一个数值,函数结果为num四舍五入后的整数。 •4.Math.ceil(num); 返回大于等于n的最小整数。 合理使用上述方法生成指定范围的随机数: 包含最小值不包含最大值的情况: parseInt(num)取整,将传入的num向小的整数转化。将Math.random()乘以最大和最小的差值,在用parseInt处理(注意此时的范围是【0-差值)),再加上最小值,就能得到包括最小值但不包括最大值的整数。 获取包含最小值但不包括最大值的随机数,用如下函数实现: function getRandom1(start, end) {……

网友NO.875708

java常用工具类 Random随机数、MD5加密工具类

本文实例为大家分享了java常用工具类的具体代码,供大家参考,具体内容如下 Random随机数工具类 package com.jarvis.base.util;import java.util.Random;/** * * * @Title: RandomHelper.java * @Package com.jarvis.base.util * @Description: 随机数工具类 * @version V1.0 */public class RandomHelper { /** * RANDOM 基数 */ private final static int RANDOM_BASE = 10; /** * 产生指定长度的数字值随机数 * * @param length * 需要产生的长度 * @return */ public static String getRandomStr(int length) { Random random = new Random(); String randStr = ""; for (int i = 0; i length; i++) { String randItem = String.valueOf(random.nextInt(RANDOM_BASE)); randStr += randItem; } return randStr; } /** * 描述:手机验证码生成带字符,包含数字和字符 作者: 时间:Oct 29, 2008 3:40:07 PM * * @param len * 生成手机验证码长度 * @return */ public static String generateChatAndNumberIdentifyCode(int len) { char[] identifyStr = { '0', '……

网友NO.227228

Java实现获取指定个数的不同随机数

两个简单的例子,代码实现如下: 1、随机拆分一个整数 public static ListInteger randomList(int n){ Random rand = new Random(); ListInteger list = new ArrayList(); int i = 0; while (i n) { int num = rand.nextInt(n); if (!list.contains(num)) { list.add(num); i++; } } return list; } 2、从已知列表中随机选取不同对象 public static ListInteger randomList(int n,int size) { Random rand = new Random(); ListInteger list = new ArrayList(); int i = 1; while (i = n) { int num = rand.nextInt(size-1) + 1; if (!list.contains(num)) { list.add(num); i++; } } return list; } 3、把一个整数拆分成不等的几份 public static ListInteger randomList(int n, int m){ Random rand = new Random(); ListInteger list = new ArrayList(); int temp = m; for(int i = 0, j; i n-1; i++){ j = rand.nextInt(temp-1) + 1; temp -= j; list.add(j); if (temp == 1){ break; } } list.add(temp); return list;} 例子很简单,仅供参考。 总结 以上就是这篇文章的全部内容了,希……

网友NO.940319

javascript获取指定区间范围随机数的方法

如下所示: //获取指定区间范围随机数,包括lowerValue和upperValuefunction randomFrom(lowerValue,upperValue){ return Math.floor(Math.random() * (upperValue - lowerValue + 1) + lowerValue);}//如获取2-6之间的随机数alert(randomFrom(2,6));//如获取1-10之间的随机数alert(randomFrom(1,10));//如获取1-100之间的随机数alert(randomFrom(1,100)); 以上这篇javascript获取指定区间范围随机数的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持码农之家。 ……

网友NO.752790

java生成随机数的常用方法分析

本文实例讲述了java生成随机数的常用方法。分享给大家供大家参考,具体如下: 前因: 经常性的,测试一些功能时都需要造一些假数据,每次都上网来查一下怎么生成随机数。这回我把查到的方法自己整理一下,下次在用不用到处找了。 生成随机数的几种方法: 1. 使用Math.random()生成随机数 直接贴几个小方法 /*** 获取0.0-1.0之间的随机小数*/private double test1() { double num = Math.random(); return num;}/*** 获取两个数之间的随机小数*/private double test2(int min, int max) { return min + Math.random() * (max - min);}/*** 获取两个数之间的随机整数*/private int test3(int min, int max) { return (int) (min + Math.random() * (max - min));} 2. 使用java.util.Random类生成随机数 简单介绍类中的几个方法 方法: public int nextInt() :随机生成一个int型数值 public int nextInt(int n) :随机生成一个 =0 并且 n 的int型数值,要求……

<
1
>

Copyright 2018-2020 www.xz577.com 码农之家

投诉 / 推广 / 赞助:QQ:520161757