一、简介
二、Random类的使用
2.1 生成Random对象
Java API中提供了两个构造方法来new一个Random对象。无参构造底层调用的也是有参构造,将System.nanoTime()作为参数传递。即如果使用无参构造,默认的seed值为System.nanoTime()。
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。
测试案例:
public class RandomTest { public static void main(String[] args) { Random ran1 = new Random(20); System.out.println("使用种子为20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(20); System.out.println("使用另一个种子为20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) + " "); } System.out.println(); Random ran3 = 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(ran3.nextInt(10) + " "); } System.out.println(); } }
运行效果:
2.2 Java.util.Random 常用方法
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。
测试案例:
public static void main(String[] args) { Random random = new Random(); System.out.println("nextInt():" + random.nextInt()); //随机生成一个整数,这个整数的范围就是int类型的范围-2^31~2^31-1 System.out.println("nextInt(20):" + random.nextInt(20)); //随机生成一个整数,这个整数的范围就是[0,20) System.out.println("nextLong():" + random.nextLong()); //随机生成long类型范围的整数 System.out.println("nextFloat():" + random.nextFloat()); //随机生成[0, 1.0)区间的小数 System.out.println("nextDouble():" + random.nextDouble()); //随机生成[0, 1.0)区间的小数 }
执行结果:
参考文献:
https://www.cnblogs.com/yrrAwx/p/7806444.html