java7新特性——使用ThreadLocalRandom产生并发随机数

Java 7之前我们使用Math.random()产生随机数，使用原子变量来保存当前的种子，这样两个线程同时调用序列时得到的是伪随机数，而不是相同数量的两倍。

ThreadLocalRandom是JDK 7之后提供并发产生随机数，能够解决多个线程发生的竞争争夺。ThreadLocalRandom不是直接用new实例化，而是第一次使用其静态方法current()。

从Math.random()改变到ThreadLocalRandom有如下好处：

我们不再有从多个线程访问同一个随机数生成器实例的争夺。

取代以前每个随机变量实例化一个随机数生成器实例，我们可以每个线程实例化一个。

一个随机变量实例化一个随机数生成器，随机变量可以被多个线程访问，就可能出现两个线程同时访问随机变量生成随机数的状况，得到的就不是真正的随机数；；而每个线程实例化一个随机数生成器，也避免了上述问题

代码改变如下：

// Random random = new Random(100);  random1.nextDouble();
double u = ThreadLocalRandom.current().nextDouble();

性能对比

使用Math.random()的结果如下：

StopWatch 'Monte Carlo NPV': running time (millis) = 44637
-----------------------------------------
ms % Task name
-----------------------------------------
12202 027% Sequential
02576 006% DivideByTwo (children=2, min fork size=100)
02465 006% DivideByTwo (children=2, min fork size=500)
02615 006% DivideByTwo (children=2, min fork size=1000)
02515 006% DivideByTwo (children=2, min fork size=2000)
02502 006% DivideByP (children=8, min fork size=100)
02490 006% DivideByP (children=8, min fork size=500)
02445 005% DivideByP (children=8, min fork size=1000)
02450 005% DivideByP (children=8, min fork size=2000)
02477 006% Sqrt(n) (children=-1, min fork size=100)
02458 006% Sqrt(n) (children=-1, min fork size=500)
02466 006% Sqrt(n) (children=-1, min fork size=1000)
02468 006% Sqrt(n) (children=-1, min fork size=2000)
02508 006% Parfor (children=20000, min fork size=500)

使用ThreadLocalRandom.current().nextDouble()结果：

StopWatch 'Monte Carlo NPV': running time (millis) = 34942
-----------------------------------------
ms % Task name
-----------------------------------------
11347 032% Sequential
02004 006% DivideByTwo (children=2, min fork size=100)
01831 005% DivideByTwo (children=2, min fork size=500)
01838 005% DivideByTwo (children=2, min fork size=1000)
01784 005% DivideByTwo (children=2, min fork size=2000)
01781 005% DivideByP (children=8, min fork size=100)
01782 005% DivideByP (children=8, min fork size=500)
01772 005% DivideByP (children=8, min fork size=1000)
01776 005% DivideByP (children=8, min fork size=2000)
01781 005% Sqrt(n) (children=-1, min fork size=100)
01788 005% Sqrt(n) (children=-1, min fork size=500)
01805 005% Sqrt(n) (children=-1, min fork size=1000)
01799 005% Sqrt(n) (children=-1, min fork size=2000)
01854 005% Parfor (children=20000, min fork size=500)

足足提高了25%。ThreadLocalRandom用时更少

正如StringBuffer和StingBuilder一样，通过将线程安全放入其初始化部分，而不是在使用阶段，这就能够得到性能提升，另外一个例子是ThreadLocal和synchronized，synchronized是在代码使用时加上同步，而使用ThreadLocal是每个线程一个实例，避免使用共享要引入同步。