在Java中，产生随机数的场景有很多种，所以在本文中，我们将盘点4种随机数的生成方式，以及它们之间的区别以及每种生成方式对应的场景。1、RandomRandom类诞生于JDK1.0，它产生的随机数是伪随机数，即规则随机数。Random使用的随机算法是linearcongruentialpseudorandomnumbergenerator(LGC)线性同余伪随机数。生成随机数时，随机算法的原点数称为种子数（seed），在种子数的基础上进行一定的变换，生成所需的随机数。当Random对象的种子数相同时，相同次数生成的随机数相同。例如，对于两个种子数相同的Random对象，第一次生成的随机数完全相同，第二次生成的随机数也完全相同。默认情况下，newRandom()使用当前纳秒时间作为种子数。①基本使用使用Random生成一个0到10（不含10）的随机数，实现代码如下：//生成Random对象Randomrandom=newRandom();for(inti=0;i<10;i++){//生成0-9的随机整数intnumber=random.nextInt(10);System.out.println("Generaterandomnumber:"+number);}上面程序的执行结果为：②优缺点分析Random使用LGC算法生成伪随机数的优点在于执行效率比较高，生成速度比较快。它的缺点是如果Random的随机种子相同，则每次产生的随机数都是可预测的（都一样）。如下代码所示，当我们为两个线程设置相同的种子数时，会发现每次生成的随机数也是相同的：//创建两个线程or(inti=0;i<2;i++){newThread(()->{//创建一个Random对象，设置相同的seedRandomrandom=newRandom(1024);//生成3个随机数for(intj=0;j<3;j++){//生成随机数intnumber=random.nextInt();//打印生成的随机数System.out.println(Thread.currentThread().getName()+":"+number);//休眠200mstry{Thread.sleep(200);}catch(InterruptedExceptione){e.printStackTrace();}System.out.println("--------------------");}}).start();上面程序的执行结果是：③线程安全问题当我们要使用一个类的时候，第一个关心的问题就是：它是线程安全的吗？对于Random，Random是线程安全的。PS：线程安全是指在多线程场景下，程序的执行结果与预期结果一致，称为线程安全，否则为非线程安全（也称为线程安全问题）。比如有两个线程，第一个线程执行100,000次++操作，第二个线程执行100,000次--操作，那么最后的结果应该既不加也不减。如果程序最终的结果不符合预期，那就不是线程安全的。我们看Random的实现源码：publicRandom(){this(seedUniquifier()^System.nanoTime());}publicintnextInt(){returnext(32);}protectedintnext(intbits){longoldseed,nextseed;AtomicLongseed=this.seed;do{oldseed=seed.get();nextseed=(oldseed*multiplier+addend)&mask;}while(!seed.compareAndSet(oldseed,nextseed));//CAS(CompareandSwap)生成随机数return(int)(nextseed>>>(48-bits));}PS：本文所有源码均来自JDK1.8.0_211。从上面的源码我们可以看出，Random底层使用了CAS（CompareandSwap，比较和替换）来解决线程安全问题。因此，对于绝大多数的随机数生成场景，并不缺少使用Random。这是一个不错的选择。PS：实现原子操作的Java并发机制有两种：一种是lock，一种是CAS。CAS是CompareAndSwap（比较和替换）的缩写。java.util.concurrent.atomic中的很多类，比如（AtomicIntegerAtomicBooleanAtomicLong等）都是使用CAS机制实现的。2.ThreadLocalRandomThreadLocalRandom是JDK1.7新提供的类。它是JUC(java.util.concurrent)的成员。为什么要在Random之后创建一个ThreadLocalRandom呢？原因很简单。我们通过上面Random的源码可以看出，Random在生成随机数的时候使用了CAS来解决线程安全问题。但是，在线程竞争激烈的场景下，CAS的效率非常低。原因是其他线程在CAS比较的时候一直在修改原来的值。所以CAS比较失败，只好一直循环尝试进行CAS操作。因此，在多线程竞争激烈的场景下，可以使用ThreadLocalRandom来解决Random执行效率低的问题。当我们第一次看到ThreadLocalRandom的时候，一定会想到一个类ThreadLocal，确实如此。ThreadLocalRandom的实现原理与ThreadLocal类似。相当于给每个线程一个自己的本地种子，从而避免了多个线程竞争一个种子带来的额外性能开销。①基本使用接下来，我们使用ThreadLocalRandom生成一个0到10（不包括10）的随机数。实现代码如下：//获取ThreadLocalRandom对象ThreadLocalRandomrandom=ThreadLocalRandom.current();for(inti=0;i<10;i++){//生成0-9的随机整数intnumber=random.nextInt(10);//打印结果System.out.println("Generaterandomnumber:"+number);}上面程序的执行结果为：②实现原理ThreadLocalRandom的实现原理与ThreadLocal类似。它允许每个线程持有自己的本地种子，这些种子将在生成随机数时进行初始化。实现源码如下：publicintnextInt(intbound){//参数校验if(bound<=0)thrownewIllegalArgumentException(BadBound);//根据当前线程中的seed计算新的seedintr=mix32(nextSeed());intm=bound-1;//根据新的seed和bound计算随机数if((bound&m)==0)//poweroftwor&=m;else{//rejectover-representedcandidatesfor(intu=r>>>1;u+m-(r=u%bound)<0;u=mix32(nextSeed())>>>1);}returnr;}finallongnextSeed(){Threadt;longr;//读取和更新per-threadseed//获取当前线程中的threadLocalRandomSeed变量，然后在种子的基础上累加GAMMA值作为新的种子//使用UNSAFE.putLong设置新的种子存放在当前线程的threadLocalRandomSeed变量UNSAFE.putLong(t=Thread.currentThread(),SEED,r=UNSAFE.getLong(t,SEED)+GAMMA);returnr;}③ThreadL的优缺点ocalRandom结合了Random和ThreadLocal类，隔离在当前线程中，因此在多线程环境下通过避免操作种子数的竞争获得了更好的性能，也保证了它的线程安全。此外，与Random不同，ThreadLocalRandom明确不支持设置随机种子。它重写了Random的setSeed(longseed)方法，直接抛出UnsupportedOperationException，从而减少了多线程随机数重复的可能性。源码如下：publicvoidsetSeed(longseed){//onlyallowcallsfromsuper()constructorif(initialized)thrownewUnsupportedOperationException();}程序中只要调用setSeed()方法，就会抛出UnsupportedOperationException异常，如图下图中：ThreadLocalRandom劣势分析虽然ThreadLocalRandom不支持手动设置随机种子的方法，但并不代表ThreadLocalRandom是完美的。当我们查看ThreadLocalRandom的初始化随机种子的方法initialSeed()的源码时，我们发现默认情况下它的随机种子也是与当前时间相关的。源码如下：privatestaticlonginitialSeed(){//尝试获取JVM的启动参数Stringsec=VM.getSavedProperty("java.util.secureRandomSeed");//如果启动参数设置的值为true，该参数是一个随机的8位种子if(Boolean.parseBoolean(sec)){byte[]seedBytes=java.security.SecureRandom.getSeed(8);longs=(long)(seedBytes[0])&0xffL;for(inti=1;i<8;++i)s=(s<<8)|((long)(seedBytes[i])&0xffL);returns;}//如果没有设置启动参数，使用随机种子当前时间相关的算法secureRandomSeed=true",ThreadLocalRandom会生成一个随机种子，可以在一定程度上缓解随机种子。同样带来的可预测随机数的问题，但是默认情况下，如果不设置这个参数，那么在多线程中，可能是启动时间导致的3.SecureRandomSecureRandom继承自Random，它提供了一个密码学上强的随机数生成器。SecureRandom不同于Random，它收集一些随机事件，比如鼠标点击，键盘点击等。SecureRandom使用这些随机事件作为种子。这意味着种子是不可预测的，不像Random默认使用系统当前时间的毫秒数作为种子，从而避免了生成相同随机数的可能性。基本使用//创建一个SecureRandom对象并设置加密算法SecureRandomrandom=SecureRandom.getInstance("SHA1PRNG");for(inti=0;i<10;i++){//生成0-9的随机整数intnumber=random.nextInt(10);//打印结果System.out.println("Generaterandomnumber:"+number);}上面程序的执行结果为：SecureRandom默认支持两种加密算法：SHA1PRNG算法，由sun.security提供.供应商。安全随机；NativePRNG算法，提供者sun.security.provider.NativePRNG。当然，除了上述的操作方式，你还可以选择使用newSecureRandom()来创建一个SecureRandom对象。实现代码如下：SecureRandomsecureRandom=newSecureRandom();通过new初始化SecureRandom，默认使用NativePRNG算法生成随机数，也可以配置JVM启动参数“-Djava.security”参数修改生成随机数的算法，或者选择使用getInstance(“算法名称”）指定生成随机数的算法。4.MathMath类诞生于JDK1.0。它包含用于执行基本数学运算的属性和方法，例如基本指数、对数、平方根和三角函数。当然，它还包括产生随机数的静态方法Math。random()，此方法生成从0到1的双精度值，如以下代码所示。①基本使用for(inti=0;i<10;i++){//生成随机数doublenumber=Math.random();System.out.println("Generaterandomnumber:"+number);}以上的执行程序结果是：②扩展当然，如果你想用它生成一定范围的int值也是可以的，你可以这样写：for(inti=0;i<10;i++){//从0-99Integerintnumber=(int)(Math.random()*100)生成一个int值；System.out.println("Generaterandomnumber:"+number);}上面程序的执行结果为：③实现原理通过分析Math的源码，我们可以知道，当Math.random()方法第一次被调用时，会自动创建一个伪随机数生成器，它实际上使用了newjava.util.Random()，下次调用Math.random()方法，这个新的伪随机数生成器用来。源码如下：publicstaticdoublerandom(){returnRandomNumberGeneratorHolder.randomNumberGenerator.nextDouble();}privatestaticfinalclassRandomNumberGeneratorHolder{staticfinalRandomNumberGenerator=newRandom();}小结本文介绍了四种生成随机数的方法，其中Math是封装随机的，如此相似。Random生成伪随机数，以当前纳秒级时间作为种子数，在多线程竞争激烈的情况下，因为CAS运算存在一定的性能问题，但是对于大多数应用场景来说，使用Random足够好了。在竞争激烈的场景下可以使用ThreadLocalRandom代替Random，但是如果对安全性要求比较高，可以使用SecureRandom来生成随机数，因为SecureRandom会收集一些随机事件作为随机种子，所以SecureRandom可以把它看成是一个工具用于生成真正随机数的类。
