前言
本文主要介绍Java
中Math.random()
方法以及该方法的简单应用。
每种语言都有随机方法,在Java
中的随机方法有Math.random()
方法、Random
类。
Math.random
Math.random()
方法的返回值的是double
类型,其返回值的范围为[0,1)
,包含0,不包含1,会把0 ~ 1
之间的数进行等概率返回。
等概率验证
所说是等概率返回其中的某一个数,那我们能不能验证一下?
验证思路:
- 设置一个循环,循环1千万次。
- 定义一个变量
count
,用来记录这1千万次中,小于0.4
的个数。 - 在循环里判断如果返回值小于
0.4
,则count
值加1。 - 用
count
比上1千万,如果得出的值在0.4
左右,说明是等概率的。
当然这个循环次数和0.4
也可以是其他值。
来看下代码实现:
public class Code09_Random {
public static void main(String[] args) {
int times = 10000000;
int count = 0;
for (int i = 0; i < times; i++) {
if (Math.random() < 0.4) {
count++;
}
}
System.out.println((double) count / (double) times);
}
}
复制代码
经过多次执行验证结果如下:
当比较的数为0.4
时,输出结果为0.4001569
、0.3998326
、0.3999383
。
当比较的数为0.68
时,输出结果为0.6799999
、0.6800383
、0.6800142
。
当比较的数为0.8
时,输出结果为0.7999352
、0.800083
、0.7999917
。
等等,经过多次验证,发现比较值和输出的结果是非常接近的,这说明Math.random()
是等概率返回的。
扩大范围
Math.random()
返回值的范围为[0,1)
,如果把Math.random()
返回值乘以5
,即Math.random() * 5
,那么就可以得到[0,5)
这个范围的数据,并且是等概率的,等概率验证方式与之前相同,不再赘述。
同样的,想要返回[0,K)
之间的数,只需要乘以K
即可,Math.random() * K
,如果把得到的数据强转成int
型,就可以得到[0,K-1]
等概率数据。
Math.random()实现X2的概率
解析
Math.random()
返回值的范围为[0,1)
并且是等概率的,那么[0,X)
上的数有X
个,那么如果实现[0,X)
范围的数据返回的概率为 X2 呢?
我们知道,在数学上,X和X2分别对应线性和曲线,对于X来说,[0, 0.3]出现的概率为0.3,[0, 0.8]出现的概率为0.8,[0, 1)出现的概率为1。
对于X2来说,X越小他对应的的概率越低,但是最终[0, 1)这个范围的概率是1。
代码实现
要实现这个功能,其实也很简单,调用两次Math.random()
获取其最大值就可以了。
public static double x2Probability() {
return Math.max(Math.random(), Math.random());
}
复制代码
嗯?是不是感觉很不可思议。下面我们来验证一下。
概率验证
验证思路也很简单,跟上面一样,定义一个count
来记录一下,最后获取比例。怎么知道这个比例对不对呢?我们再获取目标概率的平方来对比下,如果两个值很接近的话,说明是对的。
public class Code10_Random {
public static void main(String[] args) {
int times = 10000000;
int count = 0;
double target = 0.4;
for (int i = 0; i < times; i++) {
if (x2Probability() < target) {
count++;
}
}
System.out.println((double) count / (double) times);
System.out.println(Math.pow(target, 2));
}
public static double x2Probability() {
return Math.max(Math.random(), Math.random());
}
}
复制代码
多次执行结果如下:
# 0.4 对应的结果
0.1599787
0.16000000000000003
复制代码
# 0.8 对应的结果
0.6397657
0.6400000000000001
复制代码
实际测试的结果真的和X2的平方差不多。
原理解析
首先范围为[0,X)
,x2Probability
方法调用了2次Math.random()
方法,并获取最大值,如果这个最大值落在[0,X)
范围内,说明两次random
产生的随机数,都落在了[0,X)
范围内,概率自然是X2了。
当第一个Math.random()
方法产生的随机数落在[0,X)
范围内的概率为X,第二个Math.random()
方法产生的随机数落在[0,X)
范围内的概率也为X,两次随机事件是独立的,所以总概率为X2。
拓展
如果是想通过Math.random()
实现X3的概率呢?和上面的原理是一样的,执行3次Math.random()
方法即可,代码如下,验证方法和上面一致,就不再进行验证了。
public static double x3Probability() {
return Math.max(Math.random(), Math.max(Math.random(), Math.random()));
}
复制代码
如果是想通过Math.random()
实现XK的概率呢?同理,我们只需要调用K
次Math.random()
方法即可。