线性同余法生成随机数Matlab_生成安全的随机数

0x01：生产随机数的方式

• Math.random()0到1之间随机数
• java.util.Random伪随机数(线性同余法生成)
• java.security.SecureRandom真随机数
• java.util.concurrent.ThreadLocalRandom每一个线程有一个独立的随机数生成器

0x02：Math.random()

Math.random()产生的随机数是在0 到1之间的一个double类型的随机数，即 0 <= random <= 1

例子

public static void main(String[] args) { for(int i=0; i<10; i++){ System.out.println(Math.random()); } }

结果

0.55618691753422430.86408888351504140.2928147316268310.98735487802474750.323925041909681970.0232301114478186130.79118793895482530.64530781588057550.82554439407429070.0476070934096563

看下图

从源码分析发现，调用Math.random()方法时，自动创建了一个伪随机数生成器，实际上用的是new java.util.Random()。

0x03：java.util.Random伪随机数

java.util.Random采用线性同余法伪随机数生成器(linear congruential pseudorandom number generator [简称LGC])，所以该随机数具有可预测性的缺点。在注重信息安全的应用中，不要使用 LCG 算法生成随机数，请使用 java.security.SecureRandom。

例子

public static void main(String[] args) { Random random = new Random(); for(int i=0; i<10; i++){ System.out.println(random.nextInt()); } }

结果

-932663432-1051420847-1702465501965458676-201833620613997342061142954832-1274289135918821980-537649235

java.util.Random类默认使用当前系统时钟作为种子

Random类提供的方法：

• java.util.nextBoolean() - 返回均匀分布的 true 或者 false
• nextBytes(byte[] bytes)
• nextDouble() - 返回 0.0 到 1.0 之间的均匀分布的 double，Math.random() 调用的就是该方法
• nextFloat() - 返回 0.0 到 1.0 之间的均匀分布的 float
• nextGaussian() - 返回 0.0 到 1.0 之间的高斯分布(即正态分布)的 double
• nextInt() - 返回均匀分布的 int
• nextInt(int n) - 返回 0 到 n 之间的均匀分布的 int (包括 0，不包括 n)
• nextLong() - 返回均匀分布的 long
• setSeed(long seed) - 设置种子

另外只要种子一样，产生的随机数也一样； 因为种子确定，随机数算法也就确定了，所以输出是确定的。

例子

public static void main(String[] args) { Random random1 = new Random(1000); Random random2 = new Random(1000); for(int i=0; i<10; i++){ System.out.println("random1 = "+ random1.nextInt() +