<rt id="bn8ez"></rt>
<label id="bn8ez"></label>

  • <span id="bn8ez"></span>

    <label id="bn8ez"><meter id="bn8ez"></meter></label>

    302班

    java突擊隊
    posts - 151, comments - 74, trackbacks - 0, articles - 14
      BlogJava :: 首頁 :: 新隨筆 :: 聯系 :: 聚合  :: 管理

    隨機整數的生成

    Posted on 2007-05-25 23:55 停留的風 閱讀(338) 評論(0)  編輯  收藏
     使用Java 2 SDK基礎類庫產生隨機數的方法很多。但是如果你跟不上這些類庫的更新腳步,你有可能正在使用的是一種低效的隨機數生成機制,更糟糕的是:你有可能得到的不是均勻分布的隨機數。本文將向你展示一種較為可靠的隨機數生成方法,同時與其他方法進行比較。

      自從JDK最初版本發布起,我們就可以使用java.util.Random類產生隨機數了。在JDK1.2中,Random類有了一個名為nextInt()的方法:

      public int nextInt(int n)

      給定一個參數n,nextInt(n)將返回一個大于等于0小于n的隨機數,即:0 <= nextInt(n) < n。

      你所要做的就是先聲明一個Random的對象,在調用其nextInt(n)函數以返回隨機值。

      這里有個示例,下面的代碼段將生成很多隨機數并輸出它們的平均值:

    以下是引用片段:
      int count = 1000000;
      int range = Integer.MAX_VALUE / 3 * 2;
      double sum = 0;
      Random rand = new Random();
      for (int i=0; i 
      sum += rand.nextInt(range);
      }
      System.out.println(sum/count);


      執行了1000000次循環之后,得到的平均值基本上就處于隨機數范圍的中點(midpoint)。

      到目前為止,事情還并不復雜,但是我們會問為什么要使用nextInt(n)?考慮一下的隨機數生成方法:

      (1)使用老的方法nextInt(),沒有制定數值范圍

      (2)用Math.abs()靜態函數得到(1)中產生值的絕對值

      (3)對(2)的結果進行取模運算(%),得到期望范圍類的值

      我們說nextInt(n)要比上述方法更好,為什么呢?參考以下的代碼段:

    以下是引用片段:
      sum = 0;
      for (int i=0; i 
      sum += Math.abs(rand.nextInt()) % range;
      }
      System.out.println(sum/count);


      不難發現,每次循環都多出了幾步運算。事實上,這種隨機數生成的方法存在著以下三個問題:

      首先,nextInt()返回的值是趨于均勻分布在Integer.MIN_VALUE 和 Integer.MAX_VALUE之間的。如果你取Integer.MIN_VALUE的絕對值,得到的仍然不是一個正數。事實上,Math.abs(Integer.MIN_VALUE)等于Integer.MIN_VALUE。因此,存在著這樣一種情況(雖然很少見):rand.nextInt()=Integer.MIN_VALUE,經過取絕對值Math.abs(rand.nextInt())之后,得到是一個負數。這種幾率為 1/(2^31),在我們的測試中不太可能發生——循環次數只有1000000次。

      其次,當你對nextInt()取模時,你使結果的隨機性大打折扣。隨機數中較小的值出現的幾率更大一些。這就是眾所周知的偽隨機數生成,因此我們不是用取模的方法。

      最后,也可能是最糟糕的:隨機數不是均勻分布。如果你執行了上述的兩段代碼,第一段代碼的結果將會大于715,000,000,考慮到數值范圍的中點(midpoint)是715,827,882,所以這是一個可以接受的結果。然而,你會吃驚的發現第二段代碼得到的平均值肯定不會超過600,000,000。

      為何第二段代碼的結果會如此的偏差?糾其本質,問題出在數值分布的不均勻。當你進行取模運算時,你將過大的數轉換成了較小的。這使得較小的數更容易產生。

      使用nextInt(range)將會解決上述的三個問題。

      還有一種隨機數生成方法——使用Math.random()。這個方法的效果如何?

    以下是引用片段:
      sum = 0;
      for (int i=0; i 
      sum += (int)(Math.random() * range);
      }
      System.out.println(sum/count);


      很好,使用random()不會碰到nextInt()的麻煩。你不會得到負數返回值,沒有使用取模運算,值分布也是均勻的。還有什么問題嗎?你有沒有考慮到Math.random()使用了浮點運算,而nextInt()和nextInt(range)只有整數操作?Math.random()可能會慢上四倍。再加上從浮點到整數的類型轉換,整個運算將會更慢。

      好了,經過一番比較,我們發現使用nextInt(range)生成隨機數更為有效,因為它避免了其他方法的種種弊端。

      最后再給出一段代碼,通過測試可以比較本文提到的幾種隨機數生成方法。

    以下是引用片段:
      import java.util.*;
      import java.text.*;
      public class RandomTest {
      public static void main(String args[]) {
      NumberFormat nf = NumberFormat.getInstance();
      int count = 1000000;
      int range = Integer.MAX_VALUE / 3 * 2;
      System.out.println("Midpoint: " + nf.format(range/2));
      double sum = 0;
      Random rand = new Random();
      for (int i=0; i 
      sum += rand.nextInt(range);
      }
      System.out.println("Good : " + nf.format(sum/count));
      sum = 0;
      for (int i=0; i 
      sum += Math.abs(rand.nextInt()) % range;
      }
      System.out.println("Bad : " + nf.format(sum/count));
      sum = 0;
      for (int i=0; i 
      sum += (int)(Math.random() * range);
      }
      System.out.println("Longer : " + nf.format(sum/count));
      }
      }


    只有注冊用戶登錄后才能發表評論。


    網站導航:
     
    主站蜘蛛池模板: 成人免费在线观看网站| 久久午夜无码免费| 香蕉视频在线观看免费国产婷婷| 久久久国产精品亚洲一区| 九九美女网站免费| 亚洲av永久无码精品网站| 在线涩涩免费观看国产精品| 亚洲老妈激情一区二区三区| 日本免费A级毛一片| 久久久久久亚洲精品| 69精品免费视频| 亚洲另类小说图片| 我要看免费的毛片| 免费夜色污私人影院网站电影| 亚洲狠狠爱综合影院婷婷| 国产成人高清精品免费观看| 国产亚洲精品a在线观看app| 人人揉揉香蕉大免费不卡| 亚洲综合激情视频| 成年人免费观看视频网站| 一区二区免费在线观看| 国产亚洲人成网站观看| 亚州免费一级毛片| 亚洲国产精品99久久久久久 | 美女羞羞喷液视频免费| 久久精品国产亚洲Aⅴ蜜臀色欲| 久久久久久免费一区二区三区| 亚洲欧洲日韩不卡| 久久精品亚洲日本佐佐木明希| 9420免费高清在线视频| 亚洲成a人片在线看| 免费人成在线观看播放国产 | 国产免费内射又粗又爽密桃视频| 亚洲人成色77777| 青青久在线视频免费观看| 精品久久久久久亚洲中文字幕| 亚洲色婷婷六月亚洲婷婷6月| 亚洲日本在线免费观看| 深夜a级毛片免费无码| 亚洲综合精品一二三区在线| 免费在线观看亚洲|