Java 如何使用mod运算符在输入范围之间生成随机数？

我试图找出如何在用户使用mod运算符预定义的范围之间生成一个数字

我不想要的

int min = input.nextInt();
int max = input.nextInt();

Random r = new Random();
int X = r.nextInt(max - min + 1) + min;

我想要的，类似于传统的int X=gen.nextInt（）%100+1；而是使用Max和Min的值

这是我到目前为止所拥有的

import java.util.*;

public class Modulus
{// begin class
    public static void main(String[] args)
    {// begin  main
    Scanner input;
    int max, min, range;
    Random gen;

    gen = new Random();


    input = new Scanner(System.in);

    System.out.println("Please enter a max value: ");
    max = input.nextInt();
    // Ask user to input max value

    System.out.println(" Please enter a minimum value: ");
    min = input.nextInt();
    // Ask user to input min value

     range = gen.nextInt() % (Unknown) 
    // Get random integer between min and max values using %


    System.out.println(" Your generated number is: " + range );






    } 
//end main
}
//end class

---

有人能解释一下我如何使用mod操作符来完成这个任务吗？

您可以使用

Math.abs（）

函数

即

并将高数值作为参数插入。需要注意的是，它仅适用于非负值。

 range = Math.abs(gen.nextInt() % (max - min + 1)) + min 

你会得到你想要的。如果

nextInt

返回正数或0，则

%

运算符返回一个从

0

到

max-min

的值，如果

nextInt

返回负数，则返回一个从

0

到

-（max-min）

的值。因此

abs

将返回

0

至

max-min

范围内的数字，添加

min

将获得

min

至

max

范围内的数字

不过，我不建议这样做。当您从一组M个整数生成一个随机整数，然后使用

%

将其减少为一组N个整数时，如果M不能被N整除，则结果分布将不均匀。某些结果将比其他结果更频繁地显示。我不知道你为什么不想使用gen.nextInt（max-min+1），但它是适合这项工作的工具

编辑：这样做的正确方法是：如果有一种方法可以生成0到M-1范围内的随机数，并且需要0到N-1范围内的随机数，那么只需要选取0到N*（M/N）-1范围内的数字[其中M/N是截断的整数除法]，如果生成器选择的数字范围在N*（M/N）到M-1之间，请返回并重试。然后，当对结果使用

%N

运算符时，将得到均匀分布。（如果生成器可以生成负值，则必须调整此算法。）

Random.nextInt（int n）

的代码正是这样做的；以下是来自JRE来源的评论：

---

因此，既然nextInt（n）做了必要的工作，不使用它的唯一原因就是如果它是家庭作业，你不允许使用。

可能重复@Jason不，那不是重复。链接的问题根本不使用

Random

，似乎是关于尝试

编写一个非常简单的随机数生成器。@Aztechnology使用公式int X=Random.nextInt（100-0+1）+0获得0-100之间的范围；它与nextInt（101）相同，那么有什么意义呢？谢谢不幸的是我还需要处理负值：\。无论如何谢谢你！如果
nextInt（）
恰好返回
Integer.MIN\u VALUE
@ajb，则此操作将失败，这是事实，但实现有条件地重新生成数字并不容易。我第一次实际使用了几乎相同的代码，但得到的数字超出了范围。我再试试看。至于为什么，这是因为这是一个考试中的额外问题，一直困扰着我。
 range = Math.abs(gen.nextInt() % (max - min + 1)) + min 

* The algorithm is slightly tricky.  It rejects values that would result
* in an uneven distribution (due to the fact that 2^31 is not divisible
* by n). The probability of a value being rejected depends on n.  The
* worst case is n=2^30+1, for which the probability of a reject is 1/2,
* and the expected number of iterations before the loop terminates is 2.