答案是math.random()生成[0.0, 1.0)的随机数，通过缩放和平移可生成指定范围的整数或浮点数；生成整数时需用(max-min+1)保证范围完整，浮点数则直接缩放；需正态分布时可用Random类的nextGaussian()方法，种子用于控制随机序列，便于调试或测试。
用
Math.random()
生成随机数，核心在于理解它的范围是[0.0, 1.0)，然后根据你的需求进行缩放和平移。掌握这个基础，就能灵活生成各种范围的随机数。
解决方案
Math.random()
是Java提供的一个生成随机数的便捷方法，但直接使用它生成的随机数范围是[0.0, 1.0)，即包含0.0但不包含1.0。 要生成特定范围的随机数，我们需要对它进行一些数学变换。
-
生成指定范围的整数随机数：
立即学习“Java免费学习笔记（深入）”；
假设我们要生成一个[min, max]范围内的整数随机数，可以这样做：
int min = 10; int max = 20; int randomNumber = (int)(Math.random() * (max - min + 1)) + min; System.out.println(randomNumber);
这段代码的逻辑是：
-
max - min + 1
：计算出范围的大小。例如，[10, 20]的范围大小是11。
-
Math.random() * (max - min + 1)
：将
Math.random()
生成的[0.0, 1.0)范围的随机数缩放到[0.0, range)范围。
-
(int)(...)
：将结果强制转换为整数，舍弃小数部分。
-
... + min
：将结果平移到[min, min + range)范围，即[min, max+1)，因为强制类型转换舍弃了小数，所以实际范围是[min, max]。
例如，当
Math.random()
生成0.5时，计算过程如下：
-
0.5 * (20 - 10 + 1) = 0.5 * 11 = 5.5
-
(int)5.5 = 5
-
5 + 10 = 15
最终生成的随机数是15，落在[10, 20]范围内。
-
-
生成指定范围的浮点数随机数：
如果要生成[min, max]范围内的浮点数随机数，可以这样做：
double min = 10.0; double max = 20.0; double randomNumber = Math.random() * (max - min) + min; System.out.println(randomNumber);
这段代码与整数版本类似，但不需要强制类型转换，也不需要+1，因为浮点数可以精确到小数点后很多位。
-
生成0或1的随机数：
这是一个常见的需求，例如在模拟抛硬币时。 可以简单地使用以下代码：
int randomNumber = (int)Math.round(Math.random()); System.out.println(randomNumber);
Math.round()
方法将浮点数四舍五入到最接近的整数。 因为
Math.random()
的范围是[0.0, 1.0)，所以
Math.round(Math.random())
的结果要么是0，要么是1。
为什么要用(max – min + 1)而不是(max – min)？
这个问题经常困扰初学者。 关键在于理解整数范围的边界。 假设我们要生成[1, 10]范围内的整数随机数。 如果使用
(max - min)
，即
(10 - 1) = 9
，那么
Math.random() * 9
的范围是[0.0, 9.0)。 强制转换为整数后，范围是[0, 8]。 加上
min
，最终范围是[1, 9]，缺少了10。 因此，必须使用
(max - min + 1)
，确保最大值也被包含在内。
如何生成服从特定分布的随机数？
Math.random()
生成的是均匀分布的随机数。 如果需要生成服从其他分布的随机数，例如正态分布，可以使用
java.util.Random
类和
java.security.SecureRandom
类。
-
java.util.Random
：提供更丰富的随机数生成方法，例如
nextGaussian()
可以生成服从正态分布的随机数。
-
java.security.SecureRandom
：提供更安全的随机数生成器，适用于安全性要求较高的场景，例如密码学。
例如，生成服从均值为0，标准差为1的正态分布随机数：
import java.util.Random; public class RandomExample { public static void main(String[] args) { Random random = new Random(); double gaussianRandom = random.nextGaussian(); System.out.println(gaussianRandom); } }
生成随机数的种子有什么用？
随机数生成器实际上是伪随机数生成器。 它们使用一个种子值作为初始状态，然后根据一定的算法生成随机数序列。 如果使用相同的种子值，每次生成的随机数序列都是相同的。
在
java.util.Random
类中，可以显式地设置种子值：
Random random = new Random(12345); // 使用12345作为种子值
如果不设置种子值，
Random
类会使用当前时间作为种子值，因此每次运行程序生成的随机数序列都是不同的。
显式设置种子值在以下场景中很有用：
- 调试： 可以复现随机数序列，方便调试程序。
- 测试： 可以生成可重复的测试数据。
但是，在安全性要求较高的场景中，不应该使用可预测的种子值。 应该使用
java.security.SecureRandom
类，它使用更安全的算法生成随机数，并且种子值是不可预测的。
