Java Random类深入分析

在过去的编程中，经常会用到java.util.Random类，当时就对Random类的实现非常好奇；今日在看《Effective Java》第47条时，看到作者的建议和书中提到的Random类的错误使用，于是决定阅读Random类的实现方法一探究竟。

Random实例通过线性同余算法（linear congruential algorithm）产生伪随机数，该算法使用了一个48位的种子（seed）。种子通过Random类的setSeed方法初始化，其源代码如下：

synchronized public void setSeed(long seed) {

103	seed = (seed ^ multiplier) & mask;

104	this.seed.set(seed);

105	haveNextNextGaussian = false;

106

}

当创建一个新的伪随机数生成器时，构造器都会调用setSeed方法初始化种子，其中带有参数的构造器会直接使用其参数调用setSeed，源代码如下：

078	public Random(long seed) {

079	this.seed = new AtomicLong(0L);

080	setSeed(seed);

081

}

而对于无参构造器来说，他会使用一个与当前时间相关的变量作为参数调用Random（seed）方法，源代码如下：

062	public Random() { this(++seedUniquifier + System.nanoTime()); }

063	private static volatile long seedUniquifier = 8682522807148012L;

通过上诉任意一种方式（Random（）、Random（longNum）、setSeed（longNum））初始化种子之后，我们就可以调用next（bits）、netInt（）、netFloat（）等方法获取伪随机数了。接下来我将结合源代码对各个方法进行分析：

1. next（bits）方法：

protected int next（int bits）方法截取48位种子的前bits位作为产生的伪随机数返回，该方法是产生一系列随机数的核心方法，其他产生随机数的方法next**（）均需依赖于该方法，其源代码如下：

133	protected int next(int bits) {

134	long oldseed, nextseed;

135	AtomicLong seed = this.seed;

136

do {

137	oldseed = seed.get();

138	nextseed = (oldseed * multiplier + addend) & mask;

139	} while (!seed.compareAndSet(oldseed, nextseed));

140	return (int)(nextseed >>> (48 - bits));

141

}

2. nextInt()方法：

该方法通过调用next（32）实现，返回的整型值正负皆有可能

3. nextInt（int n）方法：

该方法用于返回一个0（包括）~n（不包括）的伪随机数，当非整数是，抛出异常；当n为2的m次幂时，返回48位种子的前n位作为生成的伪随机数；当n不是2的次幂时，采用如下源代码所示方法获取伪随机数，代码中的while循环是为了使用于生成val的bits能够仅仅存在于0~2^31-n的范围内，而不会超过2^31-n；因为当n不是2的次幂时，如果bits采用大于了2^31-n值，就会导致产生的val在0~n之间分布的概率不均衡。那么该方法为什么要对2的次幂做特殊处理呢？因为对于next（）所采用的线性同余算法，其部分低位会有一个短周期，而求余的结果就是获取低位，所以需要采用获取高位的方法做特殊处理。

248	public int nextInt(int n) {

249	if (n <= 0)

250	throw new IllegalArgumentException("n must be positive");

251

252	if ((n & -n) == n)  // i.e., n is a power of 2

253	return (int)((n * (long)next(31)) >> 31);

254

255	int bits, val;

256

do {

257	bits = next(31);

258	val = bits % n;

259	} while (bits - val + (n-1) < 0);

260	return val;

261

}

4. nextLong（）方法：

该方法通过连接两个48位种子的前32位来获得long型伪随机数

282	public long nextLong() {

283	// it's okay that the bottom word remains signed.

284	return ((long)(next(32)) << 32) + next(32);

285

}

5. nextBytes（byte[] bytes）方法：

该方法多次调用next（32）获取32位伪随机数，并将获取的伪随机数分成4个8位byte数据，然后从低到高想bytes数组中填充

源代码如下：

162	public void nextBytes(byte[] bytes) {

163	for (int i = 0, len = bytes.length; i < len; )

164	for (int rnd = nextInt(),

165	n = Math.min(len - i, Integer.SIZE/Byte.SIZE);

166	n-- > 0; rnd >>= Byte.SIZE)

167	bytes[i++] = (byte)rnd;

168

}

6. nextBoolean（）方法

该方法将48位种子的第48位与0比较，如不等于0，则返回1；如等于0，则返回0；源代码如下：

307	public boolean nextBoolean() {

308	return next(1) != 0;

309

}

7. nextFloat（）方法

该方法用于产生一个范围在0（包括）~1（不包括）之间的单精度浮点数，该方法的源代码如下:

350	public float nextFloat() {

351	return next(24) / ((float)(1 << 24));

352

}

为什么next的参数是24呢？因为float型数据的尾数有23位，加上个位的1，所以float数据的有效数字总共是24位（二进制），为了保证精度和使产生的伪随机数能够分布均匀，所以next的参数是24.

8. nextDouble（）方法

原理同上，源代码如下：

393	public double nextDouble() {

394	return (((long)(next(26)) << 27) + next(27))

395	/ (double)(1L << 53);

396

}