前言

隨機(jī)數(shù)我們應(yīng)該不陌生，業(yè)務(wù)中我們用它來生成驗(yàn)證碼，或者對重復(fù)性要求不高的id，甚至我們還用它在年會(huì)上搞抽獎(jiǎng)。今天我們來探討一下這個(gè)東西。如果使用不當(dāng)會(huì)引發(fā)一系列問題。

[[276557]]

Java中的隨機(jī)數(shù)

我們需要在Java中隨機(jī)生成一個(gè)數(shù)字。java開發(fā)中我們通常使用java.util.Random來搞，它提供了一種偽隨機(jī)的生成機(jī)制。Jvm 通過傳入的種子(seed)來確定生成隨機(jī)數(shù)的區(qū)間，只要種子一樣，獲取的隨機(jī)數(shù)的序列就是一致的。而且生成的結(jié)果都是可以預(yù)測的。是一種偽隨機(jī)數(shù)的實(shí)現(xiàn)，而不是真正的隨機(jī)數(shù)。來確定使用的但是有些用例直接使用可能會(huì)導(dǎo)致一些意想不到的問題。Random的一個(gè)普遍用法：

// Random 實(shí)例 
Random random = new Random(); 
//調(diào)用 nextInt() 方法 此外還有nextDouble(), nextBoolean(), nextFloat(), ... 
random.nextInt(); 

或者，我們可以使用java中的數(shù)學(xué)計(jì)算類：

Math.random(); 

Math類只包含一個(gè)Random實(shí)例來生成隨機(jī)數(shù)：

public static double random() { 
 Random rnd = randomNumberGenerator; 
 if (rnd == null) ｛ 
 // 返回一個(gè)新的Random實(shí)例 
 rnd = initRNG(); 
 ｝ 
 return rnd.nextDouble(); 
 } 

java.util.Random的用法是線程安全的。但是，在不同線程上并發(fā)使用相同的Random實(shí)例可能會(huì)導(dǎo)致爭用，從而導(dǎo)致性能不佳。其原因是使用所謂的種子來生成隨機(jī)數(shù)。種子是一個(gè)簡單的數(shù)字，它為生成新的隨機(jī)數(shù)提供了基礎(chǔ)。我們來看看Random中的next(int bits)方法：

protected int next(int bits) { 
 long oldseed, nextseed; 
 AtomicLong seed = this.seed; 
 do { 
 oldseed = seed.get(); 
 nextseed = (oldseed * multiplier addend) & mask; 
 } while (!seed.compareAndSet(oldseed, nextseed)); 
 return (int)(nextseed >>> (48 - bits));} 

首先，舊種子和新種子存儲在兩個(gè)輔助變量上。在這一點(diǎn)上，創(chuàng)造新種子的原則并不重要。要保存新種子，使用compareAndSet()方法將舊種子替換為下一個(gè)新種子，但這僅僅在舊種子對應(yīng)于當(dāng)前設(shè)置的種子的條件下才會(huì)觸發(fā)。如果此時(shí)的值由并發(fā)線程操縱，則該方法返回false，這意味著舊值與例外值不匹配。因?yàn)槭茄h(huán)內(nèi)進(jìn)行的操作，那么會(huì)發(fā)生自旋，直到變量與例外值匹配。這可能會(huì)導(dǎo)致性能不佳和線程競爭。

多線程下的隨機(jī)數(shù)

如果更多線程主動(dòng)生成具有相同Random的實(shí)例的新隨機(jī)數(shù)，則上述情況發(fā)生的概率越高。對于生成許多(非常多)隨機(jī)數(shù)的程序，不建議使用這種方式。在這種情況下，您應(yīng)該使用ThreadLocalRandom，它在1.7版本中添加到Java中。ThreadLocalRandom擴(kuò)展了Random并添加選項(xiàng)以限制其使用到相應(yīng)的線程實(shí)例。為此，ThreadLocalRandom的實(shí)例保存在相應(yīng)線程的內(nèi)部映射中，并通過調(diào)用current()來返回對應(yīng)的Random。使用方式如下：

ThreadLocalRandom.current().nextInt() 

安全的隨機(jī)數(shù)

通過對Random的一些分析我們可以知道Random事實(shí)上是偽隨機(jī)，是可以推導(dǎo)出規(guī)律的，而且依賴種子(seed)。如果我們搞抽獎(jiǎng)或者其他一些對隨機(jī)數(shù)敏感的場景時(shí)，用Random就不合適了，容易被人鉆空子。JDK提供了SecureRandom來解決這個(gè)事情。

SecureRandom是強(qiáng)隨機(jī)數(shù)生成器，它可以產(chǎn)生高強(qiáng)度的隨機(jī)數(shù)，產(chǎn)生高強(qiáng)度的隨機(jī)數(shù)依賴兩個(gè)重要的因素：種子和算法。算法是可以有很多的，通常如何選擇種子是非常關(guān)鍵的因素。 Random的種子是System.currentTimeMillis()，所以它的隨機(jī)數(shù)都是可預(yù)測的， 是弱偽隨機(jī)數(shù)。強(qiáng)偽隨機(jī)數(shù)的生成思路：收集計(jì)算機(jī)的各種信息，鍵盤輸入時(shí)間，內(nèi)存使用狀態(tài)，硬盤空閑空間，IO延時(shí)，進(jìn)程數(shù)量，線程數(shù)量等信息，CPU時(shí)鐘，來得到一個(gè)近似隨機(jī)的種子，主要是達(dá)到不可預(yù)測性。說的更通俗就是，使用加密算法生成很長的一個(gè)隨機(jī)種子，讓你無法猜測出種子，也就無法推導(dǎo)出隨機(jī)序列數(shù)。

總結(jié)

今天我們探討了業(yè)務(wù)中經(jīng)常使用的隨機(jī)數(shù)的一些機(jī)制和一些場景下的一些陷阱，希望你在使用隨機(jī)數(shù)的時(shí)候能避免這種陷阱。