Java 随机数
生成随机数的几种方法:
Math.random()一随机数
java.util.Random伪随机数(线性同余法生成)
java.util.concurrent.ThreadLocalRandom 工具类
java.security.SecureRandom 真随机数
Apache Commons-Lang 包中的 RandomStringUtils 类
一. Math.random()
Math.random():(产生[0,1)范围的double随机数)
public static double random() { Random rnd = randomNumberGenerator; if (rnd == null) rnd = initRNG(); return rnd.nextDouble(); } private static Random randomNumberGenerator;//伪随机数生成器 private static synchronized Random initRNG() { Random rnd = randomNumberGenerator; return (rnd == null) ? (randomNumberGenerator = new Random()) : rnd; }
源码分析:
当第一次调用Math.random()方法时,会生成伪随机数生成器randomNumberGenerator,之后再调用此方法将不再生成伪随机数生成器,而是继续沿用此伪随机数生成器。此种生成随机数的方式是线程安全的,但是在多线程下可能性能比较低。
Math.random()实际上内部调用了Random类,所以它也是伪随机数,只是我们无法指定种子
二. java.util.Random工具类
Random用来创建伪随机数。所谓伪随机数,是指只要给定一个初始的种子,产生的随机数序列是完全一样的。
基本算法:linear congruential pseudorandom number generator (LGC) 线性同余法伪随机数生成器
缺点:可预测
在注重信息安全的应用中,不要使用 LCG 算法生成随机数,请使用 SecureRandom
public Random() { this(seedUniquifier() ^ System.nanoTime()); } public Random(long seed) { if (getClass() == Random.class) this.seed = new AtomicLong(initialScramble(seed)); else { // subclass might have overriden setSeed this.seed = new AtomicLong(); setSeed(seed); } }
源码分析:
Random类默认使用当前系统时间作为种子,只要种子一样,产生的随机数也一样。种子确定,随机算法也确定,得出的随机数也是确定的。
要生成一个随机数,可以使用nextInt()、nextLong()、nextFloat()、nextDouble():
Random r = new Random(); r.nextInt(); // 2071575453,每次都不一样 r.nextInt(10); // 5,生成一个[0,10)之间的int r.nextLong(); // 8811649292570369305,每次都不一样 r.nextFloat(); // 0.54335...生成一个[0,1)之间的float r.nextDouble(); // 0.3716...生成一个[0,1)之间的double // new Random() 获取1000000以下整数随机值 for (int i = 0; i < 100; i++) { String code = String.valueOf(new Random().nextInt(1000000)); System.out.println(code); }
为什么每次运行程序,生成的随机数都是不同的,看不出来伪随机数的特性?
这是因为我们创建Random实例时,如果不给定种子,就使用系统当前时间戳作为种子,因此每次运行时,种子不同,得到的伪随机数序列就不同。
如果我们在创建Random实例时指定一个种子,就会得到完全确定的随机数序列:
// 指定一个种子,就会得到完全确定的随机数序列 51, 80, 41, 28, 55... Random random = new Random(12345); for (int i = 0; i < 10; i++) { System.out.println(random.nextInt(100)); }
三. java.util.concurrent.ThreadLocalRandom 工具类
ThreadLocalRandom 是JDK 7之后继承至java.util.Random
源码:
public static ThreadLocalRandom current() { return localRandom.get(); } private static final ThreadLocal<ThreadLocalRandom> localRandom = new ThreadLocal<ThreadLocalRandom>() { protected ThreadLocalRandom initialValue() { return new ThreadLocalRandom(); } }; //ThreadLocalRandom继承于Random ThreadLocalRandom() { super(); //java.util.Random的构造方法 initialized = true; }
使用:
import java.util.concurrent.ThreadLocalRandom; public class ThreadLocalRandomTest { public static void main(String[] args) { new MyThread().start(); new MyThread().start(); } } class MyThread extends Thread{ public void run(){ for(int i=0;i<10;i++){ System.out.println(Thread.currentThread().getName()+":"+ThreadLocalRandom.current().nextDouble()); } }
源码分析:
每一个线程有一个独立的随机数生成器,用于并发产生随机数,能够解决多个线程发生的竞争争夺,效率更高。ThreadLocalRandom 不是直接用 new 实例化,而是第一次使用其静态方法 current() 得到ThreadLocal<ThreadLocalRandom>实例,然后调用 java.util.Random 类提供的方法获得各种随机数。
四. java.Security.SecureRandom(继承至java.util.Random)
实际上真正的真随机数只能通过量子力学原理来获取,而我们想要的是一个不可预测的安全的随机数,SecureRandom就是用来创建安全的随机数的:
SecureRandom sr = new SecureRandom(); System.out.println(sr.nextInt(100));
SecureRandom无法指定种子,它使用RNG(random number generator)算法。
JDK的SecureRandom实际上有多种不同的底层实现,有的使用安全随机种子加上伪随机数算法来产生安全的随机数,有的使用真正的随机数生成器。
实际使用的时候,可以优先获取高强度的安全随机数生成器,如果没有提供,再使用普通等级的安全随机数生成器:
import java.util.Arrays; import java.security.SecureRandom; import java.security.NoSuchAlgorithmException; public class TestSecureRandom { public static void main(String[] args) { SecureRandom sr = null; try { sr = SecureRandom.getInstanceStrong(); // 获取高强度安全随机数生成器 } catch (NoSuchAlgorithmException e) { sr = new SecureRandom(); // 获取普通的安全随机数生成器 } byte[] buffer = new byte[16]; sr.nextBytes(buffer); // 用安全随机数填充buffer System.out.println(Arrays.toString(buffer)); } }
SecureRandom的安全性是通过操作系统提供的安全的随机种子来生成随机数。这个种子是通过CPU的热噪声、读写磁盘的字节、网络流量等各种随机事件产生的“熵”。
在密码学中,安全的随机数非常重要。如果使用不安全的伪随机数,所有加密体系都将被攻破。因此,时刻牢记必须使用SecureRandom来产生安全的随机数。
需要使用安全随机数的时候,必须使用SecureRandom,绝不能使用Random!
使用:
//采用SecureRandom 生成6位验证码 private static String getRandom6() throws NoSuchAlgorithmException { SecureRandom random= SecureRandom.getInstance("SHA1PRNG"); int verifiCode = (int)Math.ceil(random.nextFloat()*1000000); String verifiCodeStr = String.valueOf(verifiCode); //处理产生的随机数不及6位的情况 while(verifiCodeStr.length()<6){ verifiCode = (int)Math.ceil(random.nextFloat()*1000000); verifiCodeStr = String.valueOf(verifiCode); } return verifiCodeStr; }
SecureRandom提供加密的是强随机数生成器,种子是不可预知的,产生的随机数也是不确定。
从理论上来说计算机产生的随机数都是伪随机数,那么如何产生高强度的随机数?
答:产生高强度的随机数,有两个重要的因素:种子和算法。
算法可以有很多种, 如何选择种子是非常关键的因素。
如Random,它的种子是System.currentTimeMillis().所以它的随机数都是可以预测的。
那么如何得到一个近似随机的种子?
可以利用计算机收集的各种信息,如键盘输入时间,cpu时钟,内存使用状态,硬盘空闲空间,IO延时,进程的数量,线程数量等来得到以及近似随机的种子。如此,除了理论上有破解的可能,实际上基本没有被破解的可能。事实表明,现在高随机数的生成都是这样实现的。
五. Apache Commons-Lang 包中的 RandomStringUtils 类
RandomStringUtils 类的实现上也是依赖了java.util.Random工具类
使用
import org.apache.commons.lang.RandomStringUtils; public class RandomStringUtilsTest { public static void main(String[] args) { //生成64位长度的数字字符串 String result = RandomStringUtils.random(64,false,true); System.out.println("数字random:"+result); //生成64位的字母字符串 result=RandomStringUtils.randomAlphabetic(64); System.out.println("字母random:"+result); //生成32位ASCII字符串 result=RandomStringUtils.randomAscii(32); System.out.println("ASCII random:"+result); //根据指定字符生成32位随机字符串 result = RandomStringUtils.random(32, 0, 20, true, true, "qw32rfHIJk9iQ8Ud7h0X".toCharArray()); System.out.println("random = " + result); } }
结合以上几种方式测试下各自的性能:
int sum = 1000000; // Math.random() long starTime = System.currentTimeMillis(); for (int i = 0; i < sum; i++) { String code = (Math.random() + "").substring(2, 8); } long endTime = System.currentTimeMillis(); System.out.println("Math.random() 时间消耗 = " + (endTime - starTime)); // Math.random valueOf() long starTime1 = System.currentTimeMillis(); for (int i = 0; i < sum; i++) { String code = String.valueOf((int) ((Math.random() * 9 + 1) * Math.pow(10, 5))); } long endTime1 = System.currentTimeMillis(); System.out.println("Math.random valueOf() 时间消耗 = " + (endTime1 - starTime1)); // SecureRandom long starTime2 = System.currentTimeMillis(); String SYMBOLS = "0123456789"; // 随机验证码范围 Random RANDOM = new SecureRandom(); char[] nonceChars = new char[6]; for (int i = 0; i < 100; i++) { for (int index = 0; index < nonceChars.length; ++index) { nonceChars[index] = SYMBOLS.charAt(RANDOM.nextInt(SYMBOLS.length())); } } long endTime2 = System.currentTimeMillis(); System.out.println("SecureRandom() 时间消耗 = " + (endTime2 - starTime2));
Math.random() 时间消耗 = 549
Math.random valueOf() 时间消耗 = 72
SecureRandom() 时间消耗 = 1202
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!