java中Math.random（）在不同JVM或不同机器上的随机性如何
我有一个跨许多不同物理服务器的大型分布式程序，每个程序生成许多线程，每个线程在其操作中使用java中Math.random（）在不同JVM或不同机器上的随机性如何,java,random,Java,Random,我有一个跨许多不同物理服务器的大型分布式程序，每个程序生成许多线程，每个线程在其操作中使用Math.random（），从许多公共资源池中提取一部分 目标是在所有操作中均匀利用池。有时，通过查看资源池上的快照来查看它在那一刻得到的是哪些片段（实际上可能是，但很难测量和确定），就不会显得如此随机 有什么东西比Math.random（）更好，性能也一样好（至少不会差太多）？这个线程非常有用： 其他备选方案： 在初始化随机实例时生成随机种子 如果您使用linux，请使用/dev/uradom 数学。
Math.random（）有什么东西比Math.random（）更好，性能也一样好（至少不会差太多）？这个线程非常有用： 其他备选方案：
- 在初始化随机实例时生成随机种子
- 如果您使用linux，请使用/dev/uradom
- 数学。Random的算法对于任何平台都“足够随机”。用于创建伪随机数的数学模型是一个很好的模型。这取决于你使用了多少线程。对于除大量线程之外的任何线程，这都不会给您均匀分布（随机数的性质），然后Math.random（）会给您带来大量开销
尝试一个更好的选择：创建一个资源池类，使它们均匀分布，然后只需保护“distribute”方法中的关键部分。根据javadoc Math.random（）使用java.util.random只是一种简单的方法。也就是说，这只是一个伪随机算法。检查算法真实性的一种简单方法是在x/y网格上绘制随机点。你不应该找到任何模式 要获得真正的ramdom数字，您可以使用以下服务。如果这会变慢，可能会定期调用它来种子java.util.Random可以让您更接近真正的随机。
Math.Random（）java.util.RandomMath.random（）doubleRandom我们的大脑真的很擅长在完全随机的情况下发现模式，所以这几乎毫无意义。+1问个好问题。如果你找到答案，请让我知道：）请查看以下链接。为什么不为公共资源池使用一些调度程序？@vitalik:资源池前面的任何类型的控制器/调度程序都需要协调，降低性能，在这种情况下会造成灾难性的复杂性。@用户未知：他使用的是Math.random（），这是他绝对不会犯的一个错误。为什么随机数不能给你一个均匀分布？在我的例子中，每个程序的线程数只有几百个，但每个线程执行许多操作（每秒1个，每个操作调用Math.random（））。资源池类如何随机分配资源？它必须使用Math.random（）吗？您不需要随机分发它，只需创建一个名为Resources的简单类，一个synchronized nextResource（）方法。这样你就可以一个接一个地检查它们，确保分布均匀。此外，除了少数非常特殊的情况外，使用数百个线程会产生比节省时间更多的开销；您应该将线程数量限制在您的系统可以有效使用的范围内。我不想从Java调用外部进程，因为它会降低性能，我以每秒1个操作的速度运行，而且有很多（几十万或百万个）因此，我能做的最简单的事情就是创建一个周期更长的生成器（如链接中所述）。您还必须记住，获得1,1,1,1,1的机会与451002783199,6的机会相同。新java.util.Random（）如何获得一个可能不同的种子？Random.nextInt（）有一个很好的观点，目前我只需将随机双精度乘以n，然后将其四舍五入到最接近的整数，这与Random（）有很大的不同。nextInt（）？@user881480:yes-Random生成整数，Math.Random（）会额外将其转换为double，只会将其转换回int。这种双精度转换可能会降低随机性的质量（不是很确定，但可能是）。