生成指定范围内的随机数,这个是最常用的技术之一。程序员希望通过随机数的方式来处理众多的业务逻辑,测试过程中也希望通过随机数的方式生成包含大量数字的测试用例。问题往往类似于:如何随机生成 1~100 之间的随机数,取值包含边界值 1 和 100;或者是:如何随机生成随机的3位整数?等等……以 Java 语言为例,我们观察其 Random 对象的 nextInt(int) 方法,发现这个方法将生成 0 ~ 参数之间随机取值的整数。例如:
Random rand = new Random();
rand.nextInt(100);
这行代码将生成范围 0~100 之间的随机数,有趣的是,取值可能为 0 ,但不可能为 100。我们用中学数学课学习的区间表示法,表示为:[0, 100)。那么如果要获得区间 [1~100] 的随机数,该怎么办呢?稍微动动脑筋就可以想到:区间 [0, 100) 内的整数,实际上就是区间 [0, 99]。因为最大边界为100,可惜不能等于100,因此最大可能产生的“整数”就是99。既然 rand.nextInt(100) 获得的值是区间 [0, 99],那么在这个区间左右各加 1,就得到了区间 [1, 100]。因此,代码写成:rand.nextInt(100) + 1;即可运行下面的代码,将获得 [1, 100] 的 10 个取值
import java.util.Random;
public class Test {
public static void main(String[] args){
Random rand = new Random();
for(int i=0; i<10; i++) {
System.out.println(rand.nextInt(100) + 1);
}
}
}
编译运行,输出结果为:
81
64
31
86
56
14
45
57
28
90
多次运行,结果每次都不同,但取值一定会在 1 和 100 之间,可能出现 1 和 100。同理,很容易知道如果要获得随机两位整数,代码写成:rand.nextInt(90) + 10;
你一定很惊讶,为什么是这么写出来的。其实,在 nextInt() 方法中作为参数的数字 90 表示:你希望生成的随机数的所有取值的可能性的数量(在本命题中,两位整数取值为 [10, 99],共90个数);加好后面的数字 10 ,表示区间的最小取值。
你可以验证下,按照这样理解,[1, 100] 的随机数,是不是应该写成 rand.nextInt(100) + 1 。千万不要把参数 100 理解为最大取值。只是区间 [1, 100] 正好从 1 开始,所以最大取值和取值可能性数量正好同为 100。因此,生成随机三位数的代码为:
rand.nextInt(900) + 100;
生成区间 [64, 128] 中随机值的代码为:
rand.nextInt(65) + 64;
取值可能性的数量是如何计算出来的呢?当然是 最大取值-最小取值+1 ,所以,有最终公式如下:
// randNumber 将被赋值为一个 MIN 和 MAX 范围内的随机数
int randNumber = rand.nextInt(MAX - MIN + 1) + MIN;
练习:
在 0、1、2三个数中随机取值, 0的概率为25%,1的概率为50%,2的概率为25%(类似于抽奖)
package com.ceair.mutms;
import java.util.ArrayList;
import java.util.List;
import java.util.Random;
public class Demo {
public static void main(String[] args) {
Random r = new Random();
// 先把三个数放入数组 0(25%) 1(50%) 2(25%)
int[] arr = { 0, 1, 1, 2 };
int i = 0;
List<Integer> list = new ArrayList<>();
// 循环一万次
while (i < 10000) {
// 随机取数 0-3 作为数组的下标,并得到数组的值放入list中
list.add(arr[r.nextInt(4)]);
i++;
}
int i0 = 0;
int i1 = 0;
int i2 = 0;
for (int is : list) {
if (is == 0) {
i0++;
} else if (is == 1) {
i1++;
} else if (is == 2) {
i2++;
}
}
// 打印结果
System.out.println("0的次数:" + i0 + "===1的次数:" + i1 + "====2的次数:" + i2);
System.out.println("0的百分比:" + (float) i0 / 10000 * 100 + "%===1的百分比:"
+ (float) i1 / 10000 * 100 + "%====2的百分比:" + (float) i2 / 10000
* 100 + "%");
}
}
结果:
0的次数:2442===1的次数:5084====2的次数:2474
0的百分比:24.42%===1的百分比:50.840004%====2的百分比:24.74%
当然有一点偏差是正常的