随机数的类

        在程序设计中，经常都需要产生一些随机数，比如模拟随机抽奖、抽样等。

         Random类在java.util包中，是专门用于提供生成一个随机数的类，随机数的生成相关方法都在该内中。比如Random类的nextInt方法需要一int型值作为参数，并返回0到参数值但不包括参数值本身的一随机值。

模拟投掷骰子

         比如模拟扔有六个面的骰子：

face = 1 + randomNumbers.nextInt( 6 );

        参数6称为比例因子，代表着 nextInt方法将产生 (0–5)中的一个值，这就是所谓的缩放值范围，但六个面的骰子是数字1–6在每一面上 , 而不是 0–5，我们可以通过增加1来改变产生数的范围，这个1称为移动值，可以将产生的随机数移动到特定的范围。

         案例：模拟扔六个面的骰子20次的程序的范例程序。

 

package test;
import java.util.Random;

public class JavaDemo {
	public static void main(String[] args) {
		Random ran1 = new Random();
		int face;
		for(int i=0; i<20; i++)
		{
			face = 1 + ran1.nextInt(6);
			System.out.print(face+" ");
		}
	}
}

 

 

伪随机

        Random类中实现的随机算法是伪随机，也就是有规则的随机。在进行随机时，随机算法的起源数字称为种子数(seed)，在种子数的基础上进行一定的变换，从而产生需要的随机数字。

       相同种子数的Random对象，相同次数生成的随机数字是完全相同的。也就是说，两个种子数相同的Random对象，第一次生成的随机数字完全相同，第二次生成的随机数字也完全相同。

Random()的两种构造方法

        

多个随机数对象时的范例程序。  

范例程序结论

       以上程序中，对象random1和random2均是通过指定种子数为100构造的，而这两个对象在相同次数类生成的随机数是完全一样的。

       所以为了避免出现这种情况，无论程序中需要多少个随机数，都只使用一个Random对象。

---

均匀分布的随机数

      Random类中的方法比较简单，每个方法的功能也很容易理解，Random类中各方法生成的随机数字都是均匀分布的，也就是说区间内部的数字生成的几率是均等的。

 例如：
public boolean nextBoolean()
该方法的作用是生成一个随机的boolean值，生成true和false的值几率相等，也就是都是50%的几率。
public double nextDouble()
该方法的作用是生成一个随机的double值，数值介于[0,1.0)之间。