上一篇
Java如何简单生成随机数？
Java使用RandomAccessFile类实现文件随机写入，通过seek()方法定位文件指针到指定位置，再调用write()方法写入数据，写入会覆盖当前位置的原有内容，支持字节、数组等多种数据类型写入。
Math.random()：基础随机数生成
原理
静态方法 Math.random() 返回 [0.0, 1.0) 之间的 double 值，底层基于 java.util.Random 实现。
适用场景
简单场景（如快速原型、非关键性随机值）。
代码示例
// 生成 [0, 100) 的整数 int num = (int) (Math.random() * 100); // 生成 [10, 20) 的浮点数 double decimal = 10 + Math.random() * 10;
注意
- 线程安全但性能一般
- 无法设置随机种子（可复现性差）
java.util.Random：灵活可控的随机数
原理
通过伪随机数算法（线性同余）生成整数、浮点数或布尔值。
适用场景
单线程环境下的通用随机需求（如模拟数据）。
代码示例
Random random = new Random(); // 生成 [0, 100) 的整数 int num = random.nextInt(100); // 生成 [-50, 50) 的整数 int rangeNum = random.nextInt(100) - 50; // 设置种子（可复现结果） Random seededRandom = new Random(12345);
优点
- 支持种子（可复现测试）
- 提供多种数据类型（nextBoolean(), nextDouble()）
缺点
- 多线程下性能瓶颈（需同步锁）
ThreadLocalRandom：高并发优化
原理
为每个线程分配独立随机数生成器，避免资源竞争。
适用场景
多线程高并发场景（如服务器端批量任务）。
代码示例
// 生成 [1, 100] 的整数 int num = ThreadLocalRandom.current().nextInt(1, 101); // 生成高斯分布随机值 double gaussian = ThreadLocalRandom.current().nextGaussian();
优点
- 线程间无竞争（性能提升显著）
- 无需显式初始化
注意
- Java 7+ 支持
- 不可设置全局种子（每个线程独立种子）
SecureRandom：密码学安全随机数
原理
基于操作系统熵源（如硬件噪声）生成不可预测的随机数，符合 FIPS 140-2 安全标准。
适用场景
安全敏感操作（如令牌生成、加密密钥）。
代码示例
SecureRandom secureRandom = new SecureRandom(); // 生成20字节的安全随机数 byte[] bytes = new byte[20]; secureRandom.nextBytes(bytes); // 生成大范围整数（0 到 2^48-1） long secureLong = secureRandom.nextLong() & 0xFFFFFFFFFFFFL;
优点
- 抗预测攻破（适用于密码学）
- 支持多种算法（如 NativePRNG、SHA1PRNG）
缺点
- 性能较低（比 Random 慢 10-50 倍）
- 初始化可能阻塞（等待系统熵）
方法对比与选型建议
| 方法 | 线程安全 | 性能 | 安全性 | 适用场景 |
|---|---|---|---|---|
| Math.random() | 简单快速生成 | |||
| Random | （需同步） | 单线程可控随机 | ||
| ThreadLocalRandom | 高并发、多线程任务 | |||
| SecureRandom | 加密、令牌、密钥生成 |
最佳实践
- 优先用 ThreadLocalRandom 替代 Random（Java 7+项目）
- 敏感数据必须用 SecureRandom
- 测试时通过固定种子（Random(seed)）复现结果
引用说明
- Oracle官方文档：Random类
- Java安全指南：SecureRandom
- 并发编程实践：ThreadLocalRandom
- 密码学标准：NIST FIPS 140-2（安全随机数规范）
通过合理选择API，可平衡性能、安全与业务需求，实际开发中，推荐使用ThreadLocalRandom作为默认方案，并在安全场景强制启用SecureRandom。
