JAVA认证培训辅导：随机整数的生成

　　使用java 2 sdk基础类库产生随机数的方法很多。但是如果你跟不上这些类库的更新脚步，你有可能正在使用的是一种低效的随机数生成机制，更糟糕的是：你有可能得到的不是均匀分布的随机数。本文将向你展示一种较为可靠的随机数生成方法，同时与其他方法进行比较。

　　自从jdk最初版本发布起，我们就可以使用java.util.random类产生随机数了。在jdk1.2中，random类有了一个名为nextint()的方法：

　　public int nextint(int n)

　　给定一个参数n，nextint(n)将返回一个大于等于0小于n的随机数，即：0 <= nextint(n) < n。

　　你所要做的就是先声明一个random的对象，在调用其nextint(n)函数以返回随机值。

　　这里有个示例，下面的代码段将生成很多随机数并输出它们的平均值：

　　执行了1000000次循环之后，得到的平均值基本上就处于随机数范围的中点(midpoint)。

　　到目前为止，事情还并不复杂，但是我们会问为什么要使用nextint(n)?考虑一下的随机数生成方法：

　　(1)使用老的方法nextint()，没有制定数值范围

　　(2)用math.abs()静态函数得到(1)中产生值的绝对值

　　(3)对(2)的结果进行取模运算(%)，得到期望范围类的值

　　我们说nextint(n)要比上述方法更好，为什么呢?参考以下的代码段：

　　不难发现，每次循环都多出了几步运算。事实上，这种随机数生成的方法存在着以下三个问题：

　　首先，nextint()返回的值是趋于均匀分布在integer.min_value 和 integer.max_value之间的。如果你取integer.min_value的绝对值，得到的仍然不是一个正数。事实上，math.abs(integer.min_value)等于integer.min_value。因此，存在着这样一种情况(虽然很少见)：rand.nextint()=integer.min_value，经过取绝对值math.abs(rand.nextint())之后，得到是一个负数。这种几率为 1/(2^31)，在我们的测试中不太可能发生——循环次数只有1000000次。

　　其次，当你对nextint()取模时，你使结果的随机性大打折扣。随机数中较小的值出现的几率更大一些。这就是众所周知的伪随机数生成，因此我们不是用取模的方法。

　　最后，也可能是最糟糕的：随机数不是均匀分布。如果你执行了上述的两段代码，第一段代码的结果将会大于715,000,000，考虑到数值范围的中点(midpoint)是715,827,882，所以这是一个可以接受的结果。然而，你会吃惊的发现第二段代码得到的平均值肯定不会超过600,000,000。

　　为何第二段代码的结果会如此的偏差?纠其本质，问题出在数值分布的不均匀。当你进行取模运算时，你将过大的数转换成了较小的。这使得较小的数更容易产生。

　　使用nextint(range)将会解决上述的三个问题。

　　还有一种随机数生成方法——使用math.random()。这个方法的效果如何?

　　很好，使用random()不会碰到nextint()的麻烦。你不会得到负数返回值，没有使用取模运算，值分布也是均匀的。还有什么问题吗?你有没有考虑到math.random()使用了浮点运算，而nextint()和nextint(range)只有整数操作?math.random()可能会慢上四倍。再加上从浮点到整数的类型转换，整个运算将会更慢。

　　好了，经过一番比较，我们发现使用nextint(range)生成随机数更为有效，因为它避免了其他方法的种种弊端。

　　最后再给出一段代码，通过测试可以比较本文提到的几种随机数生成方法。