【Java基础】随机数Random和SecureRandom基本用法

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）

源码分析

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

源码：

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

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：

  public static void main(String[] args) {
        Random r = new Random(12345);
        for (int i = 0; i < 10; i++) {
            System.out.println(r.nextInt(100));
        }
        // 51, 80, 41, 28, 55...
    }

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);
				
	}
 
}