1. Math.random() 静态方法
产生的随机数是 0 – 1 之间的一个 double，即 0 <= random < 1
代码：
结果：
当调用 Math.random() 方法时，自动创建了一个伪随机数生成器，实际上用的是 new java.util.Random()。当接下来继续调用 Math.random() 方法时，就会使用这个新的伪随机数生成器。
2. java.util.Random 工具类
基本算法：
linear congruential pseudorandom number generator (LGC) 线性同余法伪随机数生成器
缺点：可预测
nextBoolean()– 返回均匀分布的true或者falsenextBytes(byte[] bytes)nextDouble()– 返回 0.0 到 1.0 之间的均匀分布的doublenextFloat()– 返回 0.0 到 1.0 之间的均匀分布的floatnextGaussian()– 返回 0.0 到 1.0 之间的高斯分布（即正态分布）的doublenextInt()– 返回均匀分布的intnextInt(int n)– 返回 0 到 n 之间的均匀分布的int（包括 0，不包括 n）nextLong()– 返回均匀分布的longsetSeed(long seed)– 设置种子
只要种子一样，产生的随机数也一样： 因为种子确定，随机数算法也确定，因此输出是确定的！
3. java.util.concurrent.ThreadLocalRandom 工具类
ThreadLocalRandom 是 JDK 7 之后提供，也是继承至 java.util.Random。每一个线程有一个独立的随机数生成器，用于并发产生随机数，能够解决多个线程发生的竞争争夺。效率更高！
ThreadLocalRandom 不是直接用 new 实例化，而是第一次使用其静态方法 current() 得到 ThreadLocal<ThreadLocalRandom> 实例，然后调用 java.util.Random 类提供的方法获得各种随机数。
4. java.Security.SecureRandom
SecureRandom 提供加密的强随机数生成器 (RNG)，要求种子必须是不可预知的，产生非确定性输出。SecureRandom 也提供了与实现无关的算法，因此，调用方（应用程序代码）会请求特定的 RNG 算法并将它传回到该算法的 SecureRandom 对象中。
- 如果仅指定算法名称，如下所示：
SecureRandom random = SecureRandom.getInstance("SHA1PRNG"); - 如果既指定了算法名称又指定了包提供程序，如下所示：
SecureRandom random = SecureRandom.getInstance("SHA1PRNG", "SUN");
5. 随机字符串
RandomStringUtils 类的实现上也是依赖了 java.util.Random 工具类：
原文地址:https://blog.csdn.net/darkhorsefly/article/details/133524887
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.7code.cn/show_36470.html
如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！
