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。