Java在多线程环境中配置随机数生成器

我有一个使用伪随机数的应用程序。当我测试应用程序时，我需要再现性，我通过使用随机数生成器的种子来安排。目前，RNG在将其用作静态变量的类中声明：

private static Random RNG=new Random（seed）

。我有几个问题

鉴于我想为RNG的再现性设定种子，声明变量

static

有意义吗

我可能需要添加更多需要随机数的不同类。我是否应该将RNG移动到一个单独的类，这样我仍然可以为整个应用程序使用一个种子？如果是这样，我应该使用

静态随机

还是单例对象

如果我决定在多个线程中使用随机数，会发生什么？如果我使用像2这样的策略，我可能仍然会失去可预测性，因为我无法确定线程访问RNG的顺序。RNG仍将生成相同的、可预测的随机数序列，但从程序的一次运行到另一次运行，获取序列中第一个（或第n个）随机数的线程可能不同

这向我表明的是，每个线程都需要自己的RNG，以便在所有运行中都能再现结果。这是否意味着每个线程都需要自己的种子？如果是这样的话，这能保证再现性吗，或者我还需要做些什么来消除多线程可能带来的随机性

是否有一种方法可以从单个数字生成种子，从而最小化不同RNG之间的相关性

---

换句话说，如果线程0有

Random-thread0RNG=new-Random（seed）

，线程1有

Random-thread1RNG=new-Random（seed）

，我只需要一个种子，但每个线程中的随机数高度相关。我可以有两个种子，但是我不能将程序运行与通过命令行传递的单个数字相关联。是否可以适当地说

seed0=someFunction（seed，0）

和

seed1=someFunction（seed，1）

？

是的，您应该为每个线程提供自己的随机对象，以避免由于线程计时而导致无法生成的交错

你可以用相同的数字给它们播种，但是它们都会得到完全相同的数字序列。我不知道这是否是个问题

---

如果出现问题，可以使用一个“主”随机对象为其他对象生成种子。每次创建新线程时，从主线程获取种子。但是您必须确保每次都以相同的顺序创建所有线程（或者至少检索种子）

为每个线程使用RNG，例如。如果每个线程都有自己的生成器，那么多线程不会影响随机性。种子的选择取决于您。

首先，

Random

是线程安全的，因此您可以跨多个线程安全地使用它，尽管由于锁定，使用单个

Random

实例可能会导致性能差。要避免这种情况，请改用

ThreadLocalRandom

但如果您的案例中需要可预测性，那么这并不是解决方案。在并发环境中只有一个共享RNG是不可预测的。因此，您是对的，每个线程需要一个实例，并且每个实例都必须用一个种子进行初始化

但是，如果所有RNG实例使用相同的种子，那么生成的随机序列不仅高度相关，而且完全相同！因此，您必须为所有RNG使用不同的种子

---

因此，我建议使用一个中央RNG为所有其他RNG生成种子。但是请注意，这是可以预测的，如果RNG的播种顺序定义得很好——同样，在并发环境中，这可能不是直接的，而是可行的。

根据SO规则，一个问题应该有一个特定的问题。是吗？关于

单例设计模式如何

？我认为给出一个你希望你的程序做什么的例子会很有用，这样你就能得到真正对你有帮助的答案。你不能在ThreadLocalRandom中植入种子。所以这是不可复制的。我担心，如果我用同一个随机数生成器生成它们的种子，那么这些随机数生成器的相关性会太密切。而不是相同的序列，序列只会移动几个地方，不是吗？我想我应该测试一下…Correlated:是的。但不是以琐碎的方式。简单地移动几个位置：取决于使用的算法。你可以增加一个固定数量的种子。那会把事情搞混的。我刚刚玩了10个随机的实例，它们是由一个主实例播种的。我已经创建了100个随机双精度序列。所有可能的序列对中没有一对的相关系数高于0.2。大多数都低于0.05。仅使用0到9的整数作为种子也会产生相关系数较低的随机序列。也许这里需要更复杂的统计测试。谢谢大家的帮助。我决定采用以下方法：使用随机数的每个线程都有一个键。主种子将提供给程序。线程将使用其密钥和加密哈希函数对种子进行哈希，以获取其线程本地随机数生成器的种子。这降低了RNG之间的相关性，并消除了种子依赖于线程运行顺序的可能性。