揭秘Java高效随机数生成器

最新推荐文章于 2024-09-18 23:47:25 发布

li563868273

最新推荐文章于 2024-09-18 23:47:25 发布

阅读量904

点赞数

本文链接：https://blog.csdn.net/li563868273/article/details/102920663

版权

1.前言

在Java中一提到随机数，很多人就会想到Random类，如果有生成随机数的需求的时候，大多数时候都会选择使用Random来进行随机数生成,虽然其内部使用CAS来实现，但是在多线程并发的情况下的时候它的表现并不是很好。在JDK1.7之后，JDK提供了提供了更好的解决方案，接下来让我们一起学习下到底为什么Random会慢？又是怎么解决的呢？

2.Random

Random这个类是JDK提供的用来生成随机数的一个类，这个类并不是真正的随机，而是伪随机，伪随机的意思是生成的随机数其实是有一定规律的，而这个规律出现的周期随着伪随机算法的优劣而不同，一般来说周期比较长，但是可以预测。通过下面的代码我们可以对Ramdom进行简单的使用: 640?wx_fmt=png

2.1Ramdom原理

Ramdom中的方法比较多，这里就针对比较常见的nextInt()和nextInt(int bound)方法进行分析，前者会计算出int范围内随机数,后者如果我们传入10，那么他会求出[0,10)之间的int类型的随机数，左闭右开。在具体分析之前我们先看一下Ramdom()的构造方法: 640?wx_fmt=png

可以看见在构造方法当中根据当前时间的种子生成了一个AtomicLong类型的seed，这也是我们后续的关键所在。

2.1.1 nextInt()

在nextInt()中代码如下: 640?wx_fmt=png

这个里面直接调用的是next()方法，传入的32，这里的32指的是Int的位数。

640?wx_fmt=png

这里会根据seed当前的值，通过一定的规则(伪随机)算出下一个seed，然后进行cas，如果cas失败继续循环上面的操作。最后根据我们需要的bit位数来进行返回。

2.1.2 nextInt(int bound)

在nextInt(int bound)中代码如下: 640?wx_fmt=png

这个流程比nextInt()多了几步，具体步骤如下:

首先获取31位的随机数，注意这里是31位，和上面32位不同，因为在nextInt()方法中可以获取到负数的随机数，而nextInt(int bound)规定只能获取到[0,bound)之前的随机数，也就是必须是正数，而int的第一位是符号位所以只获取了31位。
然后进行取bound操作。
如果bound是2的幂，那么直接将第一步获取的数据乘以bound然后右移31位，解释一下:如果bound是4那么,如果乘以4其实就是左移2位，那么其实就是变成了33位，那么再右移31位的话，就又会变成2位，那么2位的int的大小范围其实就是[0,4)了。
如果不是2的幂，通过取余的操作进行处理。

2.1.3 并发瓶颈

CAS: 可以看见在next(int bits)方法中，对AtomicLong进行CAS操作，如果失败则会对其进行循环重试。很多人一看见CAS，因为其不需要加锁，所以马上就想到高性能，高并发。但是在这里，他却成为了我们多线程并发性能的瓶颈，可以想象当我们多个线程都进行CAS的时候必定只有一个失败其他的继续会循环做CAS操作，当并发线程越多的时候，其性能肯定越低。

3.ThreadLocalRandom

在JDK1.7之后提供了新的类ThreadLocalRandom用来代替Ramdom。使用方法比较简单: 640?wx_fmt=png

在current方法中有:

640?wx_fmt=png 可以看见如果没有初始化会对其进行初始化，而这里我们的seed不再是一个全局变量，在我们的Thread中有三个变量:

threadLocalRandomSeed：这个是我们用来控制随机数的种子。
threadLocalRandomProbe：这个是ThreadLocalRandom用来控制初始化。
threadLocalRandomSecondarySeed：这个是二级种子。

可以看见所有的变量都加了@sun.misc.Contended这个注解，这个是用来处理伪共享的问题。

在nextInt()方法当中代码如下:

640?wx_fmt=png

我们的关键代码如下:

UNSAFE.putLong(t = Thread.currentThread(), SEED,r=UNSAFE.getLong(t, SEED) + GAMMA);

可以看见由于我们每个线程各自都维护了种子，这个时候并不需要CAS，直接进行put，在这里利用线程之间隔离，减少了并发冲突，所以ThreadLocalRandom性能很高。

4.性能数据

使用JMH进行基准测试:

@BenchmarkMode({Mode.AverageTime})	
@OutputTimeUnit(TimeUnit.NANOSECONDS)	
@Warmup(iterations=3, time = 5, timeUnit = TimeUnit.SECONDS)	
@Measurement(iterations=3,time = 5)	
@Threads(4)	
@Fork(1)	
@State(Scope.Benchmark)	
public class Myclass {	
   Random random = new Random();	
   ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current();	
	
	
   @Benchmark	
   public int measureRandom(){	
       return random.nextInt();	
   }	
   @Benchmark	
   public int threadLocalmeasureRandom(){	
       return threadLocalRandom.nextInt();	
   }	
}