你还年轻，别凑合过，接下来的人生，还有万万种可能
如何在多线程中使用随机数生成器（Random）
避免 Random 实例被多线程使用，虽然共享该实例是线程安全的，但会因竞争同一
seed 导致的性能下降。
说明：Random 实例包括 java.util.Random 的实例或者 Math.random()的方式。
正例：在 JDK7 之后，可以直接使用 API ThreadLocalRandom，而在 JDK7 之前，需要编码保证每个线程持有一个实例
具体来说：
-
避免多线程共享 Random 实例：虽然在多个线程之间共享 Random 实例是线程安全的，但会因为多个线程竞争同一个种子(seed)而导致性能下降。因此，应该尽量避免多个线程共享同一个 Random 实例。
-
推荐使用 ThreadLocalRandom：在 JDK7 之后，推荐使用 ThreadLocalRandom 作为生成随机数的方式。ThreadLocalRandom 是 Java 中的一个线程安全的随机数生成器，它使用了不同的种子(seed)来生成随机数，避免了多个线程竞争同一个种子导致性能下降的问题。
-
在 JDK7 之前，需要保证每个线程持有一个 Random 实例：如果使用的是 JDK7 之前的版本，不能使用 ThreadLocalRandom，而是需要保证每个线程持有一个 Random 实例。这可以通过在每个线程中创建一个新的 Random 实例来实现。
综上所述，对于多线程中的随机数生成器，应该尽量避免多个线程共享同一个 Random 实例，而是使用 ThreadLocalRandom（JDK7之后）或者保证每个线程持有一个 Random 实例（JDK7之前）。这样可以避免因为多个线程竞争同一个种子而导致性能下降的问题。
Random 是通过 seed 进行同步的吗?
JDK7 之前的 Random 在生成随机数时是通过 seed 进行同步的。具体来说，Random 内部有一个种子(seed)属性，用于控制随机数的生成。在生成随机数时，Random 使用线性同余法（LCG）根据种子计算出下一个种子，然后用这个新的种子生成随机数。由于线性同余法的计算是基于种子进行的，因此不同的种子会生成不同的随机数序列。
在多线程环境下，如果多个线程同时访问同一个 Random 实例，可能会导致多个线程竞争同一个种子，从而出现性能下降的问题。为了避免这个问题，JDK7 之前的做法是通过 synchronized 关键字对 Random 的实例方法进行同步，从而保证同一时刻只有一个线程可以访问 Random 实例。但是这种做法会带来一定的性能损失，因为在多线程环境下，多个线程可能会因为竞争锁而出现线程阻塞的情况。
因此，在 JDK7 之后，Java 推出了 ThreadLocalRandom，使用不同的种子来生成随机数，避免了多个线程竞争同一个种子导致性能下降的问题。
ThreadLocalRandom 生成随机数的示例
import java.util.concurrent.ThreadLocalRandom;
public class RandomDemo {
public static void main(String[] args) {
// 生成一个10到20之间的随机整数
int randomInt = ThreadLocalRandom.current().nextInt(10, 20);
System.out.println(randomInt);
// 生成一个0到1之间的随机浮点数
double randomDouble = ThreadLocalRandom.current().nextDouble();
System.out.println(randomDouble);
// 生成一个100到200之间的随机长整数
long randomLong = ThreadLocalRandom.current().nextLong(100, 200);
System.out.println(randomLong);
}
}
在上面的示例中，我们通过 ThreadLocalRandom.current() 获取了当前线程的 ThreadLocalRandom 实例，然后调用 nextInt、nextDouble 和 nextLong 等方法来生成随机数。由于 ThreadLocalRandom 在不同线程中使用不同的种子来生成随机数，因此可以在多线程环境下使用，