Spec-Zone .ru
спецификации, руководства, описания, API
|
public class Random extends Object implements Serializable
Если два экземпляра Random
создаются с тем же самым семенем, и та же самая последовательность вызовов метода делается для каждого, они генерируют и возвратят идентичные последовательности чисел. Чтобы гарантировать это свойство, определенные алгоритмы определяются для class Random
. Реализации Java должны использовать все алгоритмы, показанные здесь для class Random
, ради абсолютной мобильности кода Java. Однако, подклассы class Random
разрешаются использовать другие алгоритмы, пока они придерживаются общих контрактов для всех методов.
Алгоритмы реализуются class Random
используйте a protected
служебный метод, который на каждом вызове может предоставить до 32 псевдобеспорядочно сгенерированных битов.
Много приложений найдут метод Math.random()
более простой использовать.
Экземпляры java.util.Random
ориентированы на многопотоковое исполнение. Однако, параллельное использование того же самого java.util.Random
экземпляр через потоки может встретиться с состязательной и последовательной низкой производительностью. Рассмотрите вместо этого использование ThreadLocalRandom
в многопоточных проектах.
Экземпляры java.util.Random
не криптографически безопасны. Рассмотрите вместо этого использование SecureRandom
получить криптографически безопасный генератор псевдослучайного числа для использования чувствительными к безопасности приложениями.
Конструктор и Описание |
---|
Random()
Создает новый генератор случайных чисел.
|
Random(long seed)
Создает новый генератор случайных чисел, используя сингл
long семя. |
Модификатор и Тип | Метод и Описание |
---|---|
DoubleStream |
doubles()
Возвращает поток псевдослучайных, однородно распределенных
double значения между 0.0 и 1.0 от последовательности этого генератора случайных чисел. |
DoubleStream |
gaussians()
Возвращает поток псевдослучайных, Гауссовых ("обычно") распределяемых
double значения со средним значением 0.0 и стандартное отклонение 1.0 от последовательности этого генератора случайных чисел. |
IntStream |
ints()
Возвращает поток псевдослучайных, однородно распределенных
integer значения от последовательности этого генератора случайных чисел. |
LongStream |
longs()
Возвращает поток псевдослучайных, однородно распределенных
long значения от последовательности этого генератора случайных чисел. |
protected int |
next(int bits)
Генерирует следующее псевдослучайное число.
|
boolean |
nextBoolean()
Возвращает следующее псевдослучайное, однородно распределенное
boolean значение от последовательности этого генератора случайных чисел. |
void |
nextBytes(byte[] bytes)
Генерирует случайные байты и размещает их в предоставленный пользователем байтовый массив.
|
double |
nextDouble()
Возвращает следующее псевдослучайное, однородно распределенное
double значение между 0.0 и 1.0 от последовательности этого генератора случайных чисел. |
float |
nextFloat()
Возвращает следующее псевдослучайное, однородно распределенное
float значение между 0.0 и 1.0 от последовательности этого генератора случайных чисел. |
double |
nextGaussian()
Возвращает следующее псевдослучайное, Гауссово ("обычно") распределяемое
double значение со средним значением 0.0 и стандартное отклонение 1.0 от последовательности этого генератора случайных чисел. |
int |
nextInt()
Возвращает следующее псевдослучайное, однородно распределенное
int значение от последовательности этого генератора случайных чисел. |
int |
nextInt(int n)
Возвращает псевдослучайное, однородно распределенное
int значение между 0 (содержащий) и указанное значение (монопольное), оттянутое из последовательности этого генератора случайных чисел. |
long |
nextLong()
Возвращает следующее псевдослучайное, однородно распределенное
long значение от последовательности этого генератора случайных чисел. |
void |
setSeed(long seed)
Устанавливает семя этого генератора случайных чисел, используя сингл
long семя. |
public Random()
public Random(long seed)
long
семя. Семя является начальным значением внутреннего состояния генератора псевдослучайного числа, который сохраняется методом next(int)
. Вызов new Random(seed)
эквивалентно:
Random rnd = new Random();
rnd.setSeed(seed);
seed
- начальное семяsetSeed(long)
public void setSeed(long seed)
long
семя. Общий контракт setSeed
это, это изменяет состояние этого объекта генератора случайных чисел, чтобы быть в точно том же самом состоянии, как будто это было только что создано с параметром seed
как семя. Метод setSeed
реализуется class Random
атомарно обновляя семя к (seed ^ 0x5DEECE66DL) & ((1L << 48) - 1)
и очистка haveNextNextGaussian
флаг, используемый nextGaussian()
. Реализация setSeed
class Random
оказывается, использует только 48 битов данного семени. Вообще, однако, метод переопределения может использовать все 64 бита long
параметр как значение семени.
seed
- начальное семяprotected int next(int bits)
Общий контракт next
это, это возвращается int
значение и если параметр bits
между 1
и 32
(включительно), тогда то, что много битов младшего разряда возвращенного значения будут (приблизительно) независимо выбранными битовыми значениями, каждое из которых (приблизительно), одинаково вероятно, будет 0
или 1
. Метод next
реализуется class Random
атомарно обновляя семя к
(seed * 0x5DEECE66DL + 0xBL) & ((1L << 48) - 1)
и возврат (int)(seed >>> (48 - bits))
.
Это - линейный congruential генератор псевдослучайного числа, как определено Д. Х. Лехмером и описало Дональдом Э. Нутом в Искусстве Программирования, Объем 3: получисловые Алгоритмы, раздел 3.2.1.bits
- случайные битыpublic void nextBytes(byte[] bytes)
Метод nextBytes
реализуется class Random
как будто:
public void nextBytes(byte[] bytes) {
for (int i = 0; i < bytes.length; )
for (int rnd = nextInt(), n = Math.min(bytes.length - i, 4);
n-- > 0; rnd >>= 8)
bytes[i++] = (byte)rnd;
}
bytes
- байтовый массив, чтобы заполниться случайными байтамиNullPointerException
- если байтовый массив является нулемpublic int nextInt()
int
значение от последовательности этого генератора случайных чисел. Общий контракт nextInt
тот int
значение псевдобеспорядочно сгенерировано и возвращено. Все возможные 232 int
значения производятся с (приблизительно) равной вероятностью. Метод nextInt
реализуется class Random
как будто:
public int nextInt() {
return next(32);
}
int
значение от последовательности этого генератора случайных чиселpublic int nextInt(int n)
int
значение между 0 (содержащий) и указанное значение (монопольное), оттянутое из последовательности этого генератора случайных чисел. Общий контракт nextInt
тот int
значение в указанном диапазоне псевдобеспорядочно сгенерировано и возвращено. Все n
возможный int
значения производятся с (приблизительно) равной вероятностью. Метод nextInt(int n)
реализуется class Random
как будто:
public int nextInt(int n) {
if (n <= 0)
throw new IllegalArgumentException("n must be positive");
if ((n & -n) == n) // i.e., n is a power of 2
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;
}
Преграда "приблизительно" используется в предшествующем описании только потому, что следующий метод является только приблизительно несмещенным источником независимо выбранных битов. Если бы это был совершенный источник в произвольном порядке выбранных битов, то показанный алгоритм выбрал бы int
значения от установленного диапазона с совершенной однородностью.
Алгоритм немного хитер. Это отклоняет значения, которые привели бы к неравному распределению (вследствие того, что 2^31 не является делимым n). Вероятность отклоняемого значения зависит от n. Худший случай является n=2^30+1, для которого вероятность отклонения является 1/2, и ожидаемым числом итераций прежде, чем цикл завершится, 2.
Алгоритм обрабатывает случай, где n является питанием два особенно: это возвращает корректное число битов старшего разряда от базового генератора псевдослучайного числа. В отсутствие специального режима было бы возвращено корректное число битов младшего разряда. У линейных congruential генераторов псевдослучайного числа, таких как тот, реализованный этим class, как известно, есть короткие периоды в последовательности значений их битов младшего разряда. Таким образом этот особый случай значительно увеличивает длину последовательности значений, возвращенных последовательными звонками в этот метод, если n является маленьким питанием два.
n
- привязанный случайное число, которое будет возвращено. Должно быть положительным.int
значение между 0
(включительно) и n
(монопольный) от последовательности этого генератора случайных чиселIllegalArgumentException
- если n не положителенpublic long nextLong()
long
значение от последовательности этого генератора случайных чисел. Общий контракт nextLong
тот long
значение псевдобеспорядочно сгенерировано и возвращено. Метод nextLong
реализуется class Random
как будто:
public long nextLong() {
return ((long)next(32) << 32) + next(32);
}
Поскольку class Random
использует семя только с 48 битами, этот алгоритм не будет возвращать всех возможных long
значения.long
значение от последовательности этого генератора случайных чиселpublic boolean nextBoolean()
boolean
значение от последовательности этого генератора случайных чисел. Общий контракт nextBoolean
тот boolean
значение псевдобеспорядочно сгенерировано и возвращено. Значения true
и false
производятся с (приблизительно) равной вероятностью. Метод nextBoolean
реализуется class Random
как будто:
public boolean nextBoolean() {
return next(1) != 0;
}
boolean
значение от последовательности этого генератора случайных чиселpublic float nextFloat()
float
значение между 0.0
и 1.0
от последовательности этого генератора случайных чисел. Общий контракт nextFloat
тот float
значение, выбранное (приблизительно) однородно из диапазона 0.0f
(включительно) к 1.0f
(монопольный), псевдобеспорядочно сгенерирован и возвращен. Все возможные 224 float
значения формы м. x 2-24, где м. является положительным целым числом меньше чем 224, производятся с (приблизительно) равной вероятностью.
Метод nextFloat
реализуется class Random
как будто:
public float nextFloat() {
return next(24) / ((float)(1 << 24));
}
Преграда "приблизительно" используется в предшествующем описании только потому, что следующий метод является только приблизительно несмещенным источником независимо выбранных битов. Если бы это был совершенный источник в произвольном порядке выбранных битов, то показанный алгоритм выбрал бы float
значения от установленного диапазона с совершенной однородностью.
[В ранних версиях Java результат был неправильно вычислен как:
return next(30) / ((float)(1 << 30));
Это, могло бы казаться, было бы эквивалентно, если бы не лучше, но фактически это представляло небольшую неоднородность из-за смещения в округлении чисел с плавающей точкой: было немного более вероятно, что бит младшего разряда мантиссы будет 0, чем который это было бы 1.]float
значение между 0.0
и 1.0
от последовательности этого генератора случайных чиселpublic double nextDouble()
double
значение между 0.0
и 1.0
от последовательности этого генератора случайных чисел. Общий контракт nextDouble
тот double
значение, выбранное (приблизительно) однородно из диапазона 0.0d
(включительно) к 1.0d
(монопольный), псевдобеспорядочно сгенерирован и возвращен.
Метод nextDouble
реализуется class Random
как будто:
public double nextDouble() {
return (((long)next(26) << 27) + next(27))
/ (double)(1L << 53);
}
Преграда "приблизительно" используется в предшествующем описании только потому, что next
метод является только приблизительно несмещенным источником независимо выбранных битов. Если бы это был совершенный источник в произвольном порядке выбранных битов, то показанный алгоритм выбрал бы double
значения от установленного диапазона с совершенной однородностью.
[В ранних версиях Java результат был неправильно вычислен как:
return (((long)next(27) << 27) + next(27))
/ (double)(1L << 54);
Это, могло бы казаться, было бы эквивалентно, если бы не лучше, но фактически это представляло большую неоднородность из-за смещения в округлении чисел с плавающей точкой: было в три раза более вероятно, что бит младшего разряда мантиссы будет 0, чем который это было бы 1! Эта неоднородность, вероятно, не имеет значения очень практически, но мы боремся за совершенство.]double
значение между 0.0
и 1.0
от последовательности этого генератора случайных чиселMath.random()
public double nextGaussian()
double
значение со средним значением 0.0
и стандартное отклонение 1.0
от последовательности этого генератора случайных чисел. Общий контракт nextGaussian
тот double
значение, выбранное из (приблизительно) обычного нормального распределения со средним значением 0.0
и стандартное отклонение 1.0
, псевдобеспорядочно сгенерирован и возвращен.
Метод nextGaussian
реализуется class Random
как будто ориентированной на многопотоковое исполнение версией следующего:
private double nextNextGaussian;
private boolean haveNextNextGaussian = false;
public double nextGaussian() {
if (haveNextNextGaussian) {
haveNextNextGaussian = false;
return nextNextGaussian;
} else {
double v1, v2, s;
do {
v1 = 2 * nextDouble() - 1; // between -1.0 and 1.0
v2 = 2 * nextDouble() - 1; // between -1.0 and 1.0
s = v1 * v1 + v2 * v2;
} while (s >= 1 || s == 0);
double multiplier = StrictMath.sqrt(-2 * StrictMath.log(s)/s);
nextNextGaussian = v2 * multiplier;
haveNextNextGaussian = true;
return v1 * multiplier;
}
}
Это использует полярный метод Г. Э. П. Поле, М. Э. Мюллер, и Г. Марсэглия, как описано Дональдом Э. Нутом в Искусстве Программирования, Объем 3: получисловые Алгоритмы, раздел 3.4.1, подраздел C, алгоритм П. Ноут, что это генерирует два независимых значения за счет только одного звонка StrictMath.log
и один звонок StrictMath.sqrt
.double
значение со средним значением 0.0
и стандартное отклонение 1.0
от последовательности этого генератора случайных чиселpublic IntStream ints()
integer
значения от последовательности этого генератора случайных чисел. Значения получаются как необходимый, вызывая nextInt()
.integer
значенияpublic LongStream longs()
long
значения от последовательности этого генератора случайных чисел. Значения получаются как необходимый, вызывая nextLong()
.long
значенияpublic DoubleStream doubles()
double
значения между 0.0
и 1.0
от последовательности этого генератора случайных чисел. Значения получаются как необходимый, вызывая nextDouble()
.double
значенияpublic DoubleStream gaussians()
double
значения со средним значением 0.0
и стандартное отклонение 1.0
от последовательности этого генератора случайных чисел. Значения получаются как необходимый, вызывая nextGaussian()
.double
значения
Для дальнейшей ссылки API и документации разработчика, см. Java Документация SE. Та документация содержит более подробные, предназначенные разработчиком описания, с концептуальными краткими обзорами, определениями сроков, обходных решений, и рабочих примеров кода.
Авторское право © 1993, 2013, Oracle и/или его филиалы. Все права защищены.
Проект сборка-b92