Random概念和使用
概念:随机数生成器
一.生成数据之前需要(seed)"种子",
1.种子可以字节填写 Random rm = new Random(45); //45就是种子
2.种子也可以根据当前系统时间生成 Random rm = new Random(); // 就是不写
3.种子数值相同的话生成的数字是相同的.尽量使用同一个种子进行数字生成
二.接着生成随机数
public int nextInteger(); public boolean nextBoolean(); public double nextDouble(); public int nextInt();
代码示例
Random rand = new Random(47); int i = rand.nextInt(10); //生成0 and 10 之间的数字 double d = rand.nextDouble();//生成一个随机的double值，数值介于[0,1.0)之间 float f = rand.nextFloat(); //数值介于0.0 and 1.0
实用例子
使用Random类，一般是生成指定区间的随机数字，下面就一一介绍如何生成对应区间的随机数字。
以下生成随机数的代码均使用以下Random对象 r 进行生成：
Random r = new Random();
a.生成[0,1.0)区间的小数
直接使用nextDouble方法获得。
double d1 = r.nextDouble();
b.生成[0,5.0)区间的小数
因为nextDouble方法生成的数字区间是[0,1.0)，将该区间扩大5倍即是要求的区间。
double d2 = r.nextDouble() * 5;
同理，生成[0,d)区间的随机小数，d为任意正的小数，则只需要将nextDouble方法的返回值乘以d即可。
c、生成[1,2.5)区间的小数
生成[1,2.5)区间的随机小数，则只需要首先生成[0,1.5)区间的随机数字，然后将生成的随机数区间加1即可。
double d3 = r.nextDouble() * 1.5 + 1;
同理，生成任意非从0开始的小数区间[d1,d2)范围的随机数字(其中d1不等于0)，则只需要首先生成[0,d2-d1)区间的随机数字，然后将生成的随机数字区间加上d1即可。
d、生成任意整数
int n1 = r.nextInt();
直接使用nextInt方法即可。
e、生成[0,10]区间的整数
int n2 = r.nextInt(10); \\ 使用Random类中的nextInt(int n)方法直接实现
n2 = Math.abs(r.nextInt() % 10); \\ 首先调用nextInt()方法生成一个任意的int数字，该数字和10取余以后生成的数字区间为(-10,10)，然后再对该区间求绝对值，则得到的区间就是[0,10)了
同理，生成任意[0,n)区间的随机整数，都可以使用如下代码：
int n2 = r.nextInt(n);
n2 = Math.abs(r.nextInt() % n);
f、生成[0,10]区间的整数
int n3 = r.nextInt(11);
n3 = Math.abs(r.nextInt() % 11);
相对于整数区间，[0,10]区间和[0,11]区间等价，所以即生成[0,11)区间的整数。
g、生成[-3,15)区间的整数
int n4 = r.nextInt(18) - 3;
n4 = Math.abs(r.nextInt() % 18) - 3;
生成非从0开始区间的随机整数，可以参看上面非从0开始的小数区间实现原理的说明。
h、几率实现
按照一定的几率实现程序逻辑也是随机处理可以解决的一个问题。下面以一个简单的示例演示如何使用随机数字实现几率的逻辑。
在前面的方法介绍中，nextInt(int n)方法中生成的数字是均匀的，也就是说该区间内部的每个数字生成的几率是相同的。那么如果生成一个[0,100]区间的随机整数，则每个数字生成的几率应该是相同的，而且由于该区间中总计有100个整数，所以每个数字的几率都是1%。按照这个理论，可以实现程序中的几率问题。
示例：随机生成一个整数，该整数以55%的几率生成1，以40%的几率生成2，以5%的几率生成3。实现的代码如下：
int n5 = r.nextInt(100); int m; //结果数字
if(n5 < 55){ //55个数字的区间，55%的几率 m = 1; }else if(n5 < 95){ //[55,95)，40个数字的区间，40%的几率 m = 2; }else{ m = 3; }
因为每个数字的几率都是1%，则任意55个数字的区间的几率就是55%，为了代码方便书写，这里使用[0,55)区间的所有整数，后续的原理一样。
当然，这里的代码可以简化，因为几率都是5%的倍数，所以只要以5%为基础来控制几率即可，下面是简化的代码实现：
int n6 = r.nextInt(20); int m1; if(n6 < 11){ m1 = 1; }else if(n6 < 19){ m1= 2; }else{ m1 = 3; }
在程序内部，几率的逻辑就可以按照上面的说明进行实现。
其它问题
a、相同种子数Random对象问题
前面介绍过，相同种子数的Random对象，相同次数生成的随机数字是完全相同的，下面是测试的代码：
Random r1 = new Random(10); Random r2 = new Random(10); for(int i = 0;i < 2;i++){ System.out.println(r1.nextInt()); System.out.println(r2.nextInt()); }
在该代码中，对象r1和r2使用的种子数都是10，则这两个对象相同次数生成的随机数是完全相同的。
如果想避免出现随机数字相同的情况，则需要注意，无论项目中需要生成多少个随机数字，都只使用一个Random对象即可。
b、关于Math类中的random方法
其实在Math类中也有一个random方法，该random方法的工作是生成一个[0,1.0)区间的随机小数。
通过阅读Math类的源代码可以发现，Math类中的random方法就是直接调用Random类中的nextDouble方法实现的。
只是random方法的调用比较简单，所以很多程序员都习惯使用Math类的random方法来生成随机数字。
