欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

浅谈Java随机数的原理、伪随机和优化

程序员文章站 2024-02-29 18:40:22
这篇来说说java中的随机数,以及为什么说随机数是伪随机。 目录: math.random() random类 伪随机 如何优化随机 封...

这篇来说说java中的随机数,以及为什么说随机数是伪随机。

目录:

  • math.random()
  • random类
  • 伪随机
  • 如何优化随机
  • 封装的一个随机处理工具类

1. math.random()

1.1 介绍

通过math.random()可以获取随机数,它返回的是一个[0.0, 1.0)之间的double值。

  private static void testmathrandom() {
    double random = math.random();
    system.out.println("random = " + random);
  }

执行输出:random = 0.8543235849742018

java中double在32位和64位机器上都是占8个字节,64位,double正数部分和小数部分最多17位有效数字。

如果要获取int类型的整数,只需要将上面的结果转行成int类型即可。比如,获取[0, 100)之间的int整数。方法如下:

double d = math.random();
int i = (int) (d*100);

1.2 实现原理

  private static final class randomnumbergeneratorholder {
    static final random randomnumbergenerator = new random();
  }
 
  public static double random() {
    return randomnumbergeneratorholder.randomnumbergenerator.nextdouble();
  }
  • 先获取一个random对象,在math中是单例模式,唯一的。
  • 调用random对象的nextdouble方法返回一个随机的double数值。

可以看到math.random()方法最终也是调用random类中的方法。

2. random类

2.1 介绍

random类提供了两个构造器:

  public random() {
  }
 
  public random(long seed) {
  }

一个是默认的构造器,一个是可以传入一个随机种子。

然后通过random对象获取随机数,如:

int r = random.nextint(100);

2.2 api

boolean nextboolean()     // 返回一个boolean类型随机数
void  nextbytes(byte[] buf) // 生成随机字节并将其置于字节数组buf中 
double nextdouble()     // 返回一个[0.0, 1.0)之间的double类型的随机数
float  nextfloat()      // 返回一个[0.0, 1.0) 之间的float类型的随机数
int   nextint()       // 返回一个int类型随机数
int   nextint(int n)    // 返回一个[0, n)之间的int类型的随机数
long  nextlong()      // 返回一个long类型随机数 
synchronized double nextgaussian()  // 返回一个double类型的随机数,它是呈高斯(正常地)分布的 double值,其平均值是0.0,标准偏差是1.0。 
synchronized void setseed(long seed) // 使用单个long种子设置此随机数生成器的种子

2.3 例子

 private static void testrandom(random random) {
    // 获取随机的boolean值
    boolean b = random.nextboolean();
    system.out.println("b = " + b);
 
    // 获取随机的数组buf[]
    byte[] buf = new byte[5];
    random.nextbytes(buf);
    system.out.println("buf = " + arrays.tostring(buf));
 
    // 获取随机的double值,范围[0.0, 1.0)
    double d = random.nextdouble();
    system.out.println("d = " + d);
 
    // 获取随机的float值,范围[0.0, 1.0)
    float f = random.nextfloat();
    system.out.println("f = " + f);
 
    // 获取随机的int值
    int i0 = random.nextint();
    system.out.println("i without bound = " + i0);
 
    // 获取随机的[0,100)之间的int值
    int i1 = random.nextint(100);
    system.out.println("i with bound 100 = " + i1);
 
    // 获取随机的高斯分布的double值
    double gaussian = random.nextgaussian();
    system.out.println("gaussian = " + gaussian);
 
    // 获取随机的long值
    long l = random.nextlong();
    system.out.println("l = " + l);
  }
 
  public static void main(string[] args) {
    testrandom(new random());
    system.out.println("\n\n");
    testrandom(new random(1000));
    testrandom(new random(1000));
  }

执行输出:

b = true
buf = [-55, 55, -7, -59, 86]
d = 0.6492428743107401
f = 0.8178623
i without bound = -1462220056
i with bound 100 = 66
gaussian = 0.3794413450456145
l = -5390332732391127434

b = true
buf = [47, -38, 53, 63, -72]
d = 0.46028809169559504
f = 0.015927613
i without bound = 169247282
i with bound 100 = 45
gaussian = -0.719106498075259
l = -7363680848376404625

b = true
buf = [47, -38, 53, 63, -72]
d = 0.46028809169559504
f = 0.015927613
i without bound = 169247282
i with bound 100 = 45
gaussian = -0.719106498075259
l = -7363680848376404625

可以看到,一次运行过程中,如果种子相同,产生的随机值也是相同的。

总结一下:

1. 同一个种子,生成n个随机数,当你设定种子的时候,这n个随机数是什么已经确定。相同次数生成的随机数字是完全相同的。  
2. 如果用相同的种子创建两个random 实例,则对每个实例进行相同的方法调用序列,它们将生成并返回相同的数字序列。

2.4 实现原理

先来看看random类构造器和属性:

  private final atomiclong seed;
 
  private static final long multiplier = 0x5deece66dl;
  private static final long addend = 0xbl;
  private static final long mask = (1l << 48) - 1;
 
  private static final double double_unit = 0x1.0p-53; // 1.0 / (1l << 53)
 
  private static final atomiclong seeduniquifier
    = new atomiclong(8682522807148012l);
 
  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;
    }
  }
 
  public random(long seed) {
    if (getclass() == random.class)
      this.seed = new atomiclong(initialscramble(seed));
    else {
      this.seed = new atomiclong();
      setseed(seed);
    }
  }
 
  synchronized public void setseed(long seed) {
    this.seed.set(initialscramble(seed));
    havenextnextgaussian = false;
  }

有两个构造器,有一个无参,一个可以传入种子。

种子的作用是什么?

种子就是产生随机数的第一次使用值,机制是通过一个函数,将这个种子的值转化为随机数空间中的某一个点上,并且产生的随机数均匀的散布在空间中,以后产生的随机数都与前一个随机数有关。

无参的通过seeduniquifier() ^ system.nanotime()生成一个种子,里面使用了cas自旋锁实现。使用system.nanotime()方法来得到一个纳秒级的时间量,参与48位种子的构成,然后还进行了一个很变态的运算:不断乘以181783497276652981l,直到某一次相乘前后结果相同来进一步增大随机性,这里的nanotime可以算是一个真随机数,不过有必要提的是,nanotime和我们常用的currenttime方法不同,返回的不是从1970年1月1日到现在的时间,而是一个随机的数:只用来前后比较计算一个时间段,比如一行代码的运行时间,数据库导入的时间等,而不能用来计算今天是哪一天。

不要随便设置随机种子,可能运行次数多了会获取到相同的随机数,random类自己生成的种子已经能满足平时的需求了。

以nextint()为例再继续分析:

  protected int next(int bits) {
    long oldseed, nextseed;
    atomiclong seed = this.seed;
    do {
      oldseed = seed.get();
      nextseed = (oldseed * multiplier + addend) & mask;
    } while (!seed.compareandset(oldseed, nextseed));
    return (int)(nextseed >>> (48 - bits));
  }

还是通过cas来实现,然后进行位移返回,这块的算法比较复杂,就不深入研究了。

3. 伪随机

3.1 什么是伪随机?

(1) 伪随机数是看似随机实质是固定的周期性序列,也就是有规则的随机。
(2) 只要这个随机数是由确定算法生成的,那就是伪随机,只能通过不断算法优化,使你的随机数更接近随机。(随机这个属性和算法本身就是矛盾的)
(3) 通过真实随机事件取得的随机数才是真随机数。

3.2 java随机数产生原理

java的随机数产生是通过线性同余公式产生的,也就是说通过一个复杂的算法生成的。 

3.3 伪随机数的不安全性

java自带的随机数函数是很容易被黑客破解的,因为黑客可以通过获取一定长度的随机数序列来推出你的seed,然后就可以预测下一个随机数。比如eos的dapp竞猜游戏,就因为被黑客破解了随机规律,而盗走了大量的代币。
 

4. 如何优化随机

主要要考虑生成的随机数不能重复,如果重复则重新生成一个。可以用数组或者set存储来判断是否包含重复的随机数,配合递归方式来重新生成一个新的随机数。

5. 封装的一个随机处理工具类

https://github.com/kuangzhongwen/android-common-libs/blob/master/src/main/java/waterhole/commonlibs/utils/randomutils.java

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。