伪随机（preundorandom）：通过算法产生的随机数都是伪随机！！

只有通过真实的随机事件产生的随机数才是真随机！！比如，通过机器的硬件噪声产生随机数、通过大气噪声产生随机数

Random生成的随机数都是伪随机数！！！

是由可确定的函数（常用线性同余），通过一个种子（常用时钟），产生的伪随机数。这意味着：如果知道了种子，或者已经产生的随机数，都可能获得接下来随机数序列的信息（可预测性）

Random类拥有两个构造方法，用于实现 随机数生成器 ：

1. Random( ) 构造一个随机数生成器，种子是 与nanoTime异或后的值。每遍输出的多个序列均不同。随机性更强。
2. Random(long seed) 用种子seed构造一个随机数生成器，种子是给定的。每遍输出的多个序列均相同。

源码：

     /**
     * Creates a new random number generator. This constructor sets
     * the seed of the random number generator to a value very likely
     * to be distinct from any other invocation of this constructor.
     */    public Random() {
        this(seedUniquifier() ^ System.nanoTime());//与System.nanoTime()异或
        //这里System.nanoTime();并不是以 纳秒 为单位的系统时间，只用来计算花费多少时间用的。与时间的概念无关。
    }
 
    private static long seedUniquifier() {
        // L'Ecuyer, "Tables of Linear Congruential Generators of
        // Different Sizes and Good Lattice Structure", 1999
        for (;;) {
            long current = seedUniquifier.get();
            long next = current * 181783497276652981L;
            if (seedUniquifier.compareAndSet(current, next))
                return next;
        }
    }
 
    private static final AtomicLong seedUniquifier
        = new AtomicLong(8682522807148012L); //种子分配器
 
    /**
     * Creates a new random number generator using a single {@code long} seed.
     * The seed is the initial value of the internal state of the pseudorandom
     *  number  generator which is maintained by method {@link #next}.
     *
     * <p>The invocation {@code new Random(seed)} is equivalent to:
     *  <pre> {@code
     * Random rnd = new Random();
     *  rnd .setSeed(seed);}</pre>
     *
     * @param seed the initial seed
     * @see   #setSeed(long)
     */    public Random(long seed) {//无参构造，有参构造，均是调用这个方法
        if (getClass() == Random.class)// Random random1 = new Random();或者  Random random2 = new Random(100); 均是调用这个if
            this.seed = new AtomicLong(initialScramble(seed));//处理后，seed值没变
        else {
            // subclass might have overriden setSeed
            this.seed = new AtomicLong();
            setSeed(seed);
        }
    }
 
    private static long initialScramble(long seed) {
        return (seed ^ multiplier) & mask;
    }  

一、无参构造方法（不设置种子）

虽然表面上看我们未设置种子，但Random构造方法里有一套自己的种子生成机制，源码如上。

生成种子过程：（参考解密随机数生成器（二）——从java源码看线性同余算法）

1. 获得一个长整形数作为“初始种子”（系统默认的是8682522807148012L）
2. 不断与一个变态的数——181783497276652981L相乘（天知道这些数是不是工程师随便滚键盘滚出来的-.-）得到一个不能预测的值，直到 能把这个不能事先预期的值 赋给Random对象的静态常量seedUniquifier 。因为多线程环境下赋值操作可能失败，就for(;;)来保证一定要赋值成功
3. 与系统随机出来的nanotime值作异或运算，得到最终的种子

nanotime算是一个随机性比较强的参数，用于描述代码的执行时间。源码中关于nanotime的描述（部分）：

并不是以纳秒为单位的系统时间，只用来计算花费多少时间用的。与时间的概念无关。

 /**
     * Returns the current value of the running Java Virtual Machine's
     * high-resolution time source, in nanoseconds.
     *
     * <p>This method can only be used to measure elapsed time and is
     * not related to any other notion of system or wall-clock time.
     * The value returned represents nanoseconds since some fixed but
     * arbitrary <i>origin</i> time (perhaps in the future, so values
     * may be negative).  The same origin is used by all invocations of
     * this method in an instance of a Java  virtual machine ; other
     * virtual machine instances are likely to use a different origin.
     *
     * <p>This method provides nanosecond precision, but not necessarily
     * nanosecond resolution (that is, how frequently the value changes)
     * - no guarantees are made except that the resolution is at least as
     * good as that of {@link #currentTimeMillis()}.
     *
     * <p>Differences in successive calls that span greater than
     * approximately 292 years (2<sup>63</sup> nanoseconds) will not
     * correctly compute elapsed time due to numerical overflow.
     *
     * <p>The values returned by this method become meaningful only when
     * the difference between two such values, obtained within the same
     * instance of a Java virtual machine, is computed.
     *
     * <p> For example, to measure how long some code takes to execute:
     *  <pre> {@code
     * long startTime = System.nanoTime();
     * // ... the code being measured ...
     * long estimatedTime = System.nanoTime() - startTime;}</pre>
     *
     * <p>To compare two nanoTime values
     *  <pre> {@code
     * long t0 = System.nanoTime();
     * ...
     * long t1 = System.nanoTime();}</pre>
     *
     * one should use {@code t1 - t0 < 0}, not {@code t1 < t0},
     * because of the possibility of numerical overflow.
     *
     * @return the current value of the running Java Virtual Machine's
     *         high-resolution time source, in nanoseconds
     * @since 1.5
     */    public static native long nanoTime();  

二、有参构造方法（设置种子）

语法：Random ran = Random(long seed)

有参构造方法的源码如上。

其中的multiplier和mask都是定值：

 private static final long multiplier = 0x5DEECE66DL;

private static final long mask = (1L << 48) - 1;  

三、代码测试

分别采用有参和无参两种方法，生成[0, 100)内的随机整数，各生成五组，每组十个随机数：

  import java.util.Random;
 
 public class RandomTest {
     public static void main(String[] args) {
         RandomTest rt = new RandomTest();
         rt.testRandom();
     }
 
     public void testRandom(){
         System.out.println("Random不设置种子：");
         for (int i = 0; i < 5; i++) {
             Random random = new Random();
             for (int j = 0; j < 10; j++) {
                 System.out.print(" " + random.nextInt(100) + ", ");
             }
             System.out.println("");
         }
 
         System.out.println("");
 
         System.out.println("Random设置种子：");
         for (int i = 0; i < 5; i++) {
             Random random = new Random();
             random.setSeed(100);
             for (int j = 0; j < 10; j++) {
                 System.out.print(" " + random.nextInt(100) + ", ");
             }
             System.out.println("");
         }
     }
 }  

运行结果如下：

结论：

虽然二者都是伪随机 ，但是， 无参数构造方法（不设置种子）具有更强的随机性，能够满足一般统计上的随机数要求。使用有参的构造方法（设置种子）无论你生成多少次，每次生成的随机序列都相同，名副其实的伪随机！！

四、为何要使用种子？

种子就是生成随机数的根，就是产生随机数的基础。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。Java项目中通常是通过Math.random方法和Random类来获得随机数。

Random类中不含参构造方法每次都使用当前时间作为种子，而含参构造方法是以一个固定值作为种子。

随机数是种子经过计算生成的。

不含参的构造函数每次都使用当前时间作为种子，随机性更强

随机数的生成是从种子值开始。 如果反复使用同一个种子，就会生成相同的数字系列，产生不同序列的一种方法是使种子值与时间相关。

五、System.nanoTime()

         System.out.println(System.nanoTime());//并不是以纳秒为单位的系统时间
        System.out.println(System.nanoTime());
        System.out.println(System.nanoTime());
        System.out.println(System.currentTimeMillis());
//        第一遍运行：
//        281092180853691
//        281092180911666
//        281092180936920
//        1610767387212  =>  2021-01-16 11:23:07
 
 
//        第二遍运行：
//        281207286912695
//        281207286952070
//        281207286970745
//        1610767502318  

以上运行、源码基于jdk1.8

end