笔记一：简单学习Random

简介

写公司动态业务时，公司大佬没时间，让自己一个实习生先简单实现推荐动态，当自己根据协同过滤获取到动态相似度列表后，随机提取相似度列表中的数据例如每页10行。这时因为相似度一般都是浮点型0~1之间，而且相似度要取相似度较高的值，例如：0.9988… 、0.9998…，越接近1说明相似度越高，越接近0相似度越低，话痨扯远了。

实例

需求：随机获取大于0.9884603532054125的随机数（Double）

坑：可能是基础差，我最开始是这样的（永远都是一个数）

 private Random random = new Random(0.9884603532054125);
 double aDouble = random.nextDouble();
 System.out.println(aDouble);

最后达不到我的需求，换了一下

Double aDouble = Math.random()*(1-0.9884603532054125)+0.9884603532054125;

封装：

/**
     * 根据因子生成数
     * @param max 最大值
     * @param min 最小值
     * @return
     */
    private static Double makeRandom(double max, double min) {
        Double aDouble = (Math.random()*(max-min))+min;
        return aDouble;
    }

解析 ：
实际上 Math.random() 和 Random.nextDouble()概念都是一样的，随机生成0~1浮点型的数，例如，最大值是1，最小值是0.9，取随机数，带公式，
(随机数*(1-0.9))+0.9，如果 随机数等于0.9，就是(0.9*0.1)+0.9，
0.09+0.9=0.99，就这样。

 public static double random() {
        return RandomNumberGeneratorHolder.randomNumberGenerator.nextDouble();
    }

Random简单用法

Random简单用法就不多说了，大家都懂了！！！
例如：

Random random = new Random();
//获取100以下的数
 System.out.println(random.nextInt(100));
 //单精浮点数
 System.out.println(random.nextFloat());

总结

心灵鸡汤：真正改变命运的，并不是我们的机遇，而是我们的态度。
喜欢的老表欢迎自己服务器小水管搭的一个博客（轮子）地址：http://121.5.147.69/