Math.random()方法和Random类
一:
Math.random() 方法用于返回一个随机数(double类型),随机数范围为 0.0 =< Math.random < 1.0。
语法
static double random()
这是一个默认方法,不接受任何参数。
实例
public class Test{ public static void main(String args[]){ System.out.println( Math.random() ); System.out.println( Math.random() *10); } }
编译结果
0.5444085967267008 7.9602359831841157
二:
java.util.Random类可以产生一个int、long、double、float和boolean型值。
Random类中实现的随机算法是伪随机,也就是有规则的随机。在进行随机时,随机算法的起源数字称为种子数(seed),在种子数的基础上进行一定的变换,从而产生需要的随机数字。
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。也就是说,两个种子数相同的Random对象,第一次生成的随机数字完全相同,第二次生成的随机数字也完全相同。这点在生成多个随机数字时需要特别注意。
语法:
Random类包含两个构造方法,下面依次进行介绍:a:
public Random()
无参构造方法使用当前已经逝去的时间作为种子,然后使用这个种子数构造Random对象。
b:
public Random(long seed)
该构造方法可以通过制定一个种子数进行创建。通过这个种子数(基数)和相应的算法,就能生成一个随机的数
相关方法:
Random类中各方法生成的随机数字都是均匀分布的,也就是说区间内部的数字生成的几率是均等的。下面对这些方法做一下基本的介绍:
a:
public boolean nextBoolean()
该方法的作用是生成一个随机的boolean值,生成true和false的值几率相等,也就是都是50%的几率。
b:
public double nextDouble()
该方法的作用是生成一个随机的double值,数值介于[0,1.0)之间。
c:
public int nextInt()
该方法的作用是生成一个随机的int值,该值介于int的区间,也就是-2的31次方到2的31次方-1之间。
如果需要生成指定区间的int值,则需要进行一定的数学变换,具体可以参看下面的使用示例中的代码。
d:
public int nextInt(int n)
该方法的作用是生成一个随机的int值,该值介于[0,n)的区间,也就是0到n之间的随机int值,包含0而不包含n。
如果想生成指定区间的int值,也需要进行一定的数学变换,具体可以参看下面的使用示例中的代码。
e:
public void setSeed(long seed)
该方法的作用是重新设置Random对象中的种子数。设置完种子数以后的Random对象和相同种子数使用new关键字创建出的Random对象相同。
具体实例:
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();
生成[0,1.0)区间的小数:
double d1 = r.nextDouble();
生成[0,5.0)区间的小数
double d2 = r.nextDouble() * 5;
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。
生成[1,2.5)区间的小数
double d3 = r.nextDouble() * 1.5 + 1;
生成任意整数
int n1 = r.nextInt();
生成[0,10)区间的整数
int n2 = r.nextInt(10);
或者:
n2 = Math.abs(r.nextInt() % 10);
第一种实现使用Random类中的nextInt(int n)方法直接实现。
第二种实现中,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。
生成[0,10]区间的整数
int n3 = r.nextInt(11);
或者:
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。
ps: 细致and变通
生成[-3,15)区间的整数
int n4 = r.nextInt(18) - 3;
或者:
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。
几率实现问题
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。
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; }
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
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()); }
结果你懂得~