Java生成不同随机数的方法

本文深入解析了Java中生成真正不重复随机数的高效实践，强调避免常见误区如重复创建Random实例、误用Math.random()或依赖概率性去重；针对固定范围需求，推荐采用“预填充+Collections.shuffle”洗牌算法确保100%无重复与均匀分布，而多线程环境则应优先选用ThreadLocalRandom以提升性能和线程安全性，同时指出在强唯一性场景下可结合UUID或时间戳增强保障——掌握这些方法，才能写出健壮、高效且符合实际业务要求的随机数生成逻辑。

Java中生成不同的随机数，关键在于正确使用随机数生成器，并避免重复种子或不当调用。最常用、推荐的方式是使用 java.util.Random 或更现代的 ThreadLocalRandom（多线程场景下更优），而不是反复创建新实例或用 Math.random() 做简单拼凑。

用 Random 生成不重复的随机数（有限范围）

如果目标是在一个固定范围内（比如 1~100）获取若干个互不相同的随机数，不能靠“多次 nextInt() 就一定不重复”——那是概率问题，不是保证。正确做法是：

• 先构造该范围内的所有候选数（如用 List 存 1 到 100）
• 用 Collections.shuffle(list) 打乱顺序
• 取前 N 个即可，天然无重复、均匀分布

示例：获取 5 个 1~20 之间不重复的随机整数

List<Integer> numbers = new ArrayList<>();
for (int i = 1; i <= 20; i++) numbers.add(i);
Collections.shuffle(numbers);
List<Integer> result = numbers.subList(0, 5); // [17, 3, 19, 8, 12]

用 ThreadLocalRandom 获取高性能随机值（推荐用于多线程）

在并发环境中，Random 是线程安全但有竞争开销；ThreadLocalRandom 为每个线程提供独立实例，性能更好，且用法简洁：

• ThreadLocalRandom.current().nextInt(1, 101) → 1~100 的随机 int（右边界不包含）
• ThreadLocalRandom.current().nextLong(1000, 9999) → 四位随机长整型
• ThreadLocalRandom.current().nextDouble(0.0, 1.0) → [0.0, 1.0) 区间 double

注意：它不保证多次调用结果不重复，只是每次调用都独立、统计上均匀——这正是“随机”的本意。若需“不重复”，仍要配合洗牌或 Set 去重逻辑。

避免常见错误：别用 new Random(System.currentTimeMillis())

这是新手易犯的坑：在循环里反复用当前时间戳做种子创建 Random 实例：

// ❌ 错误示范：高概率生成相同数字
for (int i = 0; i < 5; i++) {
    Random r = new Random(System.currentTimeMillis()); // 毫秒级，循环太快，时间戳一样！
    System.out.println(r.nextInt(100));
}

正确做法是：只创建一次 Random 实例（复用），或直接用静态工具类如 ThreadLocalRandom。

需要真“唯一”？考虑 UUID 或结合时间+随机

如果“不同”指的是全局唯一（比如生成订单号、ID），单纯随机数不够可靠。这时应优先考虑：

• UUID.randomUUID() → 生成 128 位唯一标识符，碰撞概率极低
• 组合方式：例如 System.nanoTime() + "-" + ThreadLocalRandom.current().nextInt(10000)
• 数据库自增 ID 或 Snowflake 算法（分布式场景）

纯随机 ≠ 唯一，唯一需设计保障，随机只是辅助手段。

基本上就这些。核心就两点：范围去重要洗牌，高频/并发用 ThreadLocalRandom，别手抖 new 太多 Random。

今天关于《Java生成不同随机数的方法》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！