带种子的java随机数

Question

参考：link text

我不能理解下面这句话，有人能给我举一些例子来说明下面的陈述吗

如果使用相同的种子创建了两个Random实例，并且对每个实例进行了相同的方法调用序列，则它们将生成并返回相同的数字序列

Answer 1

Random类基本上是一个伪随机数生成器（也称为确定性随机位生成器），它生成一个近似随机数属性的数字序列。它通常不是随机的，而是确定性的，因为它可以由生成器中的小随机状态来确定（例如^{）。由于确定性的本质，如果在两个生成器上的方法和种子序列相同，则可以生成相同的结果

Answer 2

这意味着，当你创建随机对象时（例如，在程序开始时），你可能希望从一个新种子开始。大多数人会选择一些与时间相关的值，比如滴答声的数量

如果你想调试你的程序，给定相同种子的数字序列是相同的这一事实实际上是非常方便的：确保你记录了种子值，如果出现问题，你可以使用相同的种子值在调试器中重新启动程序。这意味着您可以准确地重播场景。如果你使用真正的随机数生成器，这是不可能的

Answer 3

既然你要举个例子：

import java.util.Random;
public class RandomTest {
    public static void main(String[] s) {
        Random rnd1 = new Random(42);
        Random rnd2 = new Random(42);

        System.out.println(rnd1.nextInt(100)+" - "+rnd2.nextInt(100));
        System.out.println(rnd1.nextInt()+" - "+rnd2.nextInt());
        System.out.println(rnd1.nextDouble()+" - "+rnd2.nextDouble());
        System.out.println(rnd1.nextLong()+" - "+rnd2.nextLong());
    }
}

无论您运行Random实例的频率有多高，无论您使用的是什么平台或Java版本，这两个实例都将始终具有相同的输出：

30 - 30
234785527 - 234785527
0.6832234717598454 - 0.6832234717598454
5694868678511409995 - 5694868678511409995

Answer 4

随机发生器是确定性的。给定相同的随机输入和相同的随机使用方法，返回到程序的伪随机数序列将是相同的，即使在不同机器上的不同运行

这就是为什么它是伪随机的——返回的数字在统计学上与随机数类似，只是它们可以可靠地预测。真正的随机数是不可预测的

Answer 5

这些数字并不是真正随机的，给定相同的起始条件（种子）和相同的操作序列，将生成相同的数字序列。这就是为什么iea不能将基本随机类作为任何密码或安全相关代码的一部分，因为攻击者可能会找出正在生成的序列号并预测未来的数字

对于发出非确定性值的随机数生成器，请查看SecureRandom

更多信息请参见维基百科上的Random number generation, Computational methods

Answer 6

使用相同的种子值，单独的Random实例将返回/生成相同的随机数序列；更多信息请点击此处： http://www.particle.kth.se/~lindsey/JavaCourse/Book/Part1/Tech/Chapter04/javaRandNums.html

Ruby示例：

class LCG; def initialize(seed=Time.now.to_i, a=2416, b=374441, m=1771075); @x, @a, @b, @m = seed % m, a, b, m; end; def next(); @x = (@a * @x + @b) % @m; end; end

irb(main):004:0> time = Time.now.to_i
=> 1282908389

irb(main):005:0> r = LCG.new(time)
=> #<LCG:0x0000010094f578 @x=650089, @a=2416, @b=374441, @m=1771075>
irb(main):006:0> r.next
=> 45940
irb(main):007:0> r.next
=> 1558831
irb(main):008:0> r.next
=> 1204687
irb(main):009:0> f = LCG.new(time)
=> #<LCG:0x0000010084cb28 @x=650089, @a=2416, @b=374441, @m=1771075>
irb(main):010:0> f.next
=> 45940
irb(main):011:0> f.next
=> 1558831
irb(main):012:0> f.next
=> 1204687

基于a/b/m值，给定种子的结果将相同。这可以用来在两个地方生成相同的“随机”数，双方可以依赖于得到相同的结果。这对加密很有用；虽然很明显，这种算法在加密方面并不安全