Random 类作为JAVA中用于产生的随机数 ，new  Random(10)  ：10是种子数。

注意：Random 的一个特点是：相同种子数的Random对象，对应相同次数生成的随机数字是完全相同的

 

验证代码：

       Random r1 = new Random(10);

 

        Random r2 = new Random(10);

 

        for(int i = 0;i < 4;i++){

 

                 System.out.println(r1.nextInt(5));

        }

System.out.println("++++++++++++++++++++++");

        for(int i = 0;i < 4;i++){

 

                 System.out.println(r2.nextInt(5));

        }

结果：r1 产生的随机数

3

3

++++++++++++++++++++++

3       r2产生的随机数

3

换成： 

System.out.println(r1.nextDouble(5))System.out.println(r2.nextDouble(5))

结果：

0.7304302967434272

0.2578027905957804

0.059201965811244595

0.24411725056425315

++++++++++++++++++++++

0.7304302967434272

0.2578027905957804

0.059201965811244595

0.24411725056425315

 

分析： 虽然说是随机数发生器，但是还是按照某种算法一步一步执行下去的，种子数一定算法一样那么同一时刻的产生的数值当然该一样了！！

 

* @param seed the initial seed
* @see #setSeed(long)
*/

++++++++++++++++++带种子数的构造方法+++++++++++++
public Random(long seed) {
if (getClass() == Random.class)
this.seed = new AtomicLong(initialScramble(seed));
else {
// subclass might have overriden setSeed
this.seed = new AtomicLong();
setSeed(seed);
}
}

++++++++++++++netInt方法带参数的那个源码++++++++++++

* @since 1.2
*/

public int nextInt(int n) {
if (n <= 0)
throw new IllegalArgumentException("n must be positive");

if ((n & -n) == n) // i.e., n is a power of 2
return (int)((n * (long)next(31)) >> 31);

int bits, val;
do {
bits = next(31);
val = bits % n;
} while (bits - val + (n-1) < 0);
return val;
}

可见Random的种子要求 大于0 的 。。。

+++++++++++++++nextDouble方法实现+++++++++++

public double nextDouble() {
return (((long)(next(26)) << 27) + next(27))
/ (double)(1L << 53);
}

+++++++++++++++nextFloat方法实现+++++++++++++

public float nextFloat() {
return next(24) / ((float)(1 << 24));
}

+++++++++++++++++nextInt方法实现：++++++++++
public int nextInt() {
return next(32);
}

 

可见所有的随机数产生都和一个叫 next方法有关，这个方法是这样的：

* @since 1.1
*/
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));
}

一般计算机的随机数都是伪随机数，以一个真随机数（种子）作为初始条件，然后用一定的算法不停迭代产生随机数，下面介绍两种方法： 

算法1：平方取中法。 

　　1）将种子设为X0，并mod 10000得到4位数 

　　2)将它平方得到一个8位数（不足8位时前面补0） 

　　3）取中间的4位数可得到下一个4位随机数X1 

　　4）重复1-3步，即可产生多个随机数 

　　这个算法的一个主要缺点是最终它会退化成0，不能继续产生随机数。 

　　1）将种子设为X0， 

　　2）用一个算法X(n+1)=(a*X(n)+b) mod c产生X(n+1) 

　　一般将c取得很大，可产生0到c-1之间的伪随机数 

　　该算法的一个缺点是会出现循环。

拓展：

Math类中也有一个random方法，该random方法的工作是生成一个[0,1.0)区间的随机小数。

通过阅读Math类的源代码可以发现，Math类中的random方法就是直接调用Random类中的nextDouble方法实现的。

* @see Random#nextDouble()
*/
public static double random() {
Random rnd = randomNumberGenerator;
if (rnd == null) rnd = initRNG();
return rnd.nextDouble();
}

参考:http://www.cnblogs.com/Coffee-guy/p/3378776.html

http://blog.sina.com.cn/s/blog_4b3120470100k96z.html