实践中的概率论或者您了解随机吗

介绍

世界上有许多科学研究概率论。科学由不同的部分组成。例如，在数学中，有一个单独的部分专门研究随机事件、数量等。但科学并没有被轻视。在这种情况下，当人们试图了解玩机会游戏时掷骰子的模式时，概率论开始成形。如果你仔细观察，我们周围有很多看似随机的事情。但一切随机的事情并不完全随机。但稍后会详细介绍。从 JDK 的第一个版本开始，Java 编程语言也支持随机数。Java 中的随机数可以通过java.util.Random类来使用。为了进行测试，我们将使用tutorialspoint java在线编译器。下面是一个使用Random来模拟投掷“骰子”（俄语中的立方体） 的原始示例：

import java.util.Random;

public class HelloWorld{
    public static void main(String []args){
        Random rnd = new Random();
        int number = rnd.nextInt(6) + 1;
        System.out.println("Random number: " + number);
    }
}

看起来对Random的描述到此就结束了，但事实并非如此简单。我们打开Java API中java.util.Random类的描述。在这里我们看到了有趣的事情。Random类使用伪随机数。为何如此？原来随机数并没有那么随机？

伪随机性 java.util.Random

java.util.Random类的文档表示，如果使用相同的种子参数创建Random实例并对实例执行相同的操作序列，则它们将返回相同的数字序列。如果我们仔细观察，我们可以看到Random实际上有一个构造函数，它以一些long值作为种子：

Random rnd1 = new Random(1L);
Random rnd2 = new Random(1L);
boolean test = rnd1.nextInt(6) == rnd2.nextInt(6);
System.out.println("Test: " + test);

这个例子将返回true因为 两个实例的种子是相同的。该怎么办？默认构造函数部分解决了这个问题。以下是Random构造函数的内容示例：

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

默认构造函数使用按位异或运算。并使用代表当前时间的long和一些种子：

private static long seedUniquifier() {
	for (;;) {
		long current = seedUniquifier.get();
		long next = current * 181783497276652981L;
		if (seedUniquifier.compareAndSet(current, next))
			return next;
	}
}

这里另一个有趣的事情是，每次调用SeedUniquifier getter 方法都会更改SeedUniquifier 的值。也就是说，该类被设计为尽可能有效地选择随机数。然而，正如文档所说，它们“在加密上并不安全”。也就是说，对于某些用于加密目的（密码生成等）的用途来说，它是不适合的，因为 使用正确方法预测序列。互联网上有关于此主题的示例，例如：“ Predicting the next Math.random() in Java ”。或者例如这里的源代码：“ Vulnerability Weak Crypto ”。java.util.Random （随机数生成器）有一个特定的“捷径”，即通过 Math.random 执行的调用的缩短版本：

public static void main(String []args){
	int random_number = 1 + (int) (Math.random() * 6);
	System.out.println("Value: " + random_number);
}

但如果你仔细观察，会发现里面有同样的随机数：

public static double random() {
	return RandomNumberGeneratorHolder.randomNumberGenerator.nextDouble();
}
private static final class RandomNumberGeneratorHolder {
	static final Random randomNumberGenerator = new Random();
}

JavaDoc 建议使用SecureRandom类作为“加密安全伪随机数生成器”。

安全随机 Java

SecureRandom类是java.util.Random的子类，位于java.security包中。这两个类的比较可以阅读文章“ java.util.Random 和 java.security.SecureRandom 之间的差异”。为什么这个 SecureRandom 这么好？事实上，对他来说，随机数的来源就是“核心熵池”这样一个听起来很神奇的东西。这既是优点也是缺点。您可以在文章“ java.security.SecureRandom 的危险”中了解其缺点。简而言之，Linux 有一个内核随机数生成器（RNG）。RNG 根据熵池中的数据生成随机数，熵池根据系统中的随机事件填充，例如键盘和磁盘计时、鼠标移动、中断和网络流量。有关熵池的更多信息，请参阅材料“ Linux 中的随机数 (RNG) 或如何“填充”/dev/random 和 /dev/urandom ”。在 Windows 系统上，使用 SHA1PRNG，在 sun.security.provider.SecureRandom 中实现。随着 Java 的发展，SecureRandom 也发生了变化，值得阅读评论“截至 2016 年 4 月的 Java SecureRandom 更新”以了解完整情况。

多线程或者像凯撒一样

如果您查看Random类的代码，似乎没有任何迹象表明有问题。方法未标记为同步。但有一个 BUT：当在多个线程中使用默认构造函数创建Random时，我们将在它们之间共享相同的实例种子，通过该种子来创建Random。而且当收到新的随机数时，实例的内部AtomicLong也会发生变化。一方面，从逻辑的角度来看，这并没有什么问题，因为…… 使用AtomicLong。另一方面，你必须为一切付出代价，包括生产力。也是为了这个。因此，即使java.util.Random的官方文档也说：“ java.util.Random 的实例是线程安全的。但是，跨线程并发使用同一个 java.util.Random 实例可能会遇到争用，从而导致性能不佳。考虑相反，在多线程设计中使用 ThreadLocalRandom ”。也就是说，在多线程应用程序中，当从多个线程主动使用Random时，最好使用ThreadLocalRandom类。它的用法与常规Random略有不同：

public static void main(String []args){
	int rand = ThreadLocalRandom.current().nextInt(1,7);
	System.out.println("Value: " + rand);
}

正如您所看到的，我们没有为其指定种子。Oracle 的官方教程：Concurrent Random Numbers中描述了此示例。您可以在评论中阅读有关此类的更多信息：“ Guide to ThreadLocalRandom in Java ”。

StreamAPI 和随机

随着 Java 8 的发布，我们有了许多新功能。包括流API。这些变化也影响了随机值的生成。例如， Random类具有新方法，允许您获取具有随机值（如、或 ）的Stream。例如： intdoublelong

import java.util.Random;

public class HelloWorld{
    public static void main(String []args){
        new Random().ints(10, 1, 7).forEach(n -> System.out.println(n));
    }
}

还有一个新类SplittableRandom：

import java.util.SplittableRandom;

public class HelloWorld{
    public static void main(String []args){
        new SplittableRandom().ints(10, 1, 7).forEach(n -> System.out.println(n));
    }
}

您可以在此处阅读有关SplittableRandom和其他类 之间的区别的更多信息：“在 Java 中创建随机数的不同方法”。

结论

我认为值得得出结论。您需要仔细阅读所使用的类的 JavaDoc。像“随机”这样乍一看很简单的东西背后，隐藏着可能会开一个残酷玩笑的细微差别。#维亚切斯拉夫