先看代码：
public class MySeed {
public static void main(String[] args) {
Random random=new Random(100);
for(int i=0;i<5;i++){
System.out.println(new Random(100).nextInt(9999));
}
System.out.println("===============");
for(int i=0;i<5;i++){
System.out.println(random.nextInt(9999));
}
}
}
输出：
8980
8980
8980
8980
8980
===============
8980
4033
9748
9720
7576
解释：
用一个固定的种子值来生成的随机数的值是有固定序列的。
1、第一个for中每次一个新Random对象，这个对象生成的第一个随机数始终为8980.
2、第二个for中使用一个对象，生成5个随机数，随机数的值和顺序也是固定的。
这段代码无论执行多少次，得到的值都是一样。
所以在取随机数时，种子应该是动态的。一般建议不传种子，那也就是使用new Random()。
public Random() {
this(seedUniquifier() ^ System.nanoTime());
}
private static long seedUniquifier() {
for (;;) {
long current = seedUniquifier.get();
long next = current * 181783497276652981L;
if (seedUniquifier.compareAndSet(current, next))
return next;
}
}
网上的一段对随机数的解读：
根c/C++类似，所有标准库提供的Random函数其实都是假Random，真正的Random函数式不需要Seed的。
所谓假Random，是指所返回的随机数字其实是一个稳定算法所得出的稳定结果序列，而不是真正意义上的随机序列。 Seed就是这个算法开始计算的第一个值。所以就会出现只要seed是一样的，那么后续所有“随机”结果和顺序也都是完全一致的。 通常情况下，你可以用 DateTime.Now.Millisecend() 也就是当前始终的毫秒来做Seed .因为毫秒对你来说是一个1000以内的随即数字。 这样可以大大改善保准库的Random结果的随机性。 不过这仍然算不上是完全随机，因为重复的概率还是千分之一。
另外需要注意的是，如果一直调用标准库Random，那么在调用了N次以后，输出结果就会循环最开始的序列了。也就是说，标准库Random所能生成的不同结果的个数也是有限的。32位系统一般也就是几万次以后就会出现重复。