Java 解惑：Random 种子的作用、含参与不含参构造函数区别

Random 通常用来作为随机数生成器，它有两个构造方法：

        Random random = new Random();
        Random random2 = new Random(50);

1.不含参构造方法：

public Random() {
    setSeed(System.nanoTime() + seedBase);
    ++seedBase;
}

2.含参构造方法：

public Random(long seed) {
    setSeed(seed);
}

都调用的 setSeed 方法：

public synchronized void setSeed(long seed) {
    this.seed = (seed ^ multiplier) & ((1L << 48) - 1);
    haveNextNextGaussian = false;
}

可以看到，不含参构造方法每次都使用当前时间作为种子，而含参构造方法是以一个固定值作为种子
什么是种子 seed 呢？
seed 是 Random 生成随机数时使用的参数：

Random 中最重要的就是 next(int) 方法，使用 seed 进行计算:

protected synchronized int next(int bits) {
    seed = (seed * multiplier + 0xbL) & ((1L << 48) - 1);
    return (int) (seed >>> (48 - bits));
}

其他 nextXXX 方法都是调用的 next()。

比如 nextInt(int):

public int nextInt(int n) {
    if (n <= 0) {
        throw new IllegalArgumentException("n <= 0: " + n);
    }
    if ((n & -n) == n) {
        //调用 next()
        return (int) ((n * (long) next(31)) >> 31);
    }
    int bits, val;
    do {
        bits = next(31);
        val = bits % n;
    } while (bits - val + (n - 1) < 0);
    return val;
}

再比如 nextBoolean():

//也是调用的 next()

public boolean nextBoolean() {
    return next(1) != 0;
}

举个栗子：

@Test
public void testRandomParameter(){
    System.out.println("Random 不含参构造方法：");
    for (int i = 0; i < 5; i++) {
        Random random = new Random();
        for (int j = 0; j < 8; j++) {
            System.out.print(" " + random.nextInt(100) + ", ");
        }

        System.out.println("");
    }

    System.out.println("");

    System.out.println("Random 含参构造方法：");
    for (int i = 0; i < 5; i++) {
        Random random = new Random(50);
        for (int j = 0; j < 8; j++) {
            System.out.print(" " + random.nextInt(100) + ", ");
        }
        System.out.println("");
    }
}

分别用含参构造方法和不含参构造方法创建 5 个随机生成器对象，每个随机生成器再生产 8 个随机数，对比下结果：

再运行一次：

总结：
通过上述例子可以发现：

随机数是种子经过计算生成的。

不含参的构造函数每次都使用当前时间作为种子，随机性更强
而含参的构造函数其实是伪随机，更有可预见性
--------------------- 
作者：拭心 
来源：CSDN 
原文：https://blog.csdn.net/u011240877/article/details/52971166 
版权声明：本文为博主原创文章，转载请附上博文链接！