Java 隨機數生成全攻略：從 Math.random() 到 ThreadLocalRandom 的演進與避坑指南

前言

「生成隨機數」看似簡單，實則暗藏效能陷阱與分布不均風險。本文梳理 Java 歷代隨機數 API 演進脈絡，對比 Math.random()、java.util.Random、ThreadLocalRandom 三代方案的優劣，並揭示 Math.round(Math.random()*n) 導致的分布偏差、Math.abs(rnd.nextInt())%n 的模運算陷阱，給出生產環境最佳實踐。

第一代：Math.random()——簡單但受限

double d = Math.random();           // [0.0, 1.0)
double d10 = Math.random() * 10;    // [0.0, 10.0)
int i10 = (int)(Math.random() * 10); // [0, 9] 均勻分布

• 底層共享單例 Random，多線程爭用 CAS 更新種子，高併發下成為熱點。
• 只能產生 double，其他類型需轉換。

第二代：java.util.Random——功能全但同步開銷大

Random rnd = new Random();
int i = rnd.nextInt(10);        // [0, 9]
long l = rnd.nextLong();
boolean b = rnd.nextBoolean();
double g = rnd.nextGaussian();  // 高斯分布

• 線程安全（內部 AtomicLong 種子），但多線程競爭同一實例時 CAS 重試開銷大。
• 每次 new Random() 開銷大，通常做成 static final 單例或 ThreadLocal。

第三代：ThreadLocalRandom (JDK 7+)——為高併發而生

// 無需實例化，靜態調用，當前線程專屬種子，零競爭
int i = ThreadLocalRandom.current().nextInt(10);
long l = ThreadLocalRandom.current().nextLong(100, 200); // [100, 200)
double d = ThreadLocalRandom.current().nextDouble();

• 每線程獨立種子，無同步開銷，吞吐量遠超 Random。
• API 豐富，支援區間、流式生成 .ints()。
• 最佳實踐：JDK 7+ 環境下，所有非安全隨機場景首選 ThreadLocalRandom。

兩大經典避坑指南

陷阱一：Math.round(Math.random() * n) 導致邊界分布不均

Math.random()*10 產生 [0,10)，round 使 0.0~0.499→0，0.5~1.499→1，... 9.5~9.999→10。0 和 10 的概率只有內部整數的一半。

正確寫法：

// 產生 [0, n] 均勻整數
int r = (int)(Math.random() * (n + 1));          // 或 Math.floor(Math.random() * (n+1))
// 產生 [0, n) 均勻整數
int r = (int)(Math.random() * n);

陷阱二：Math.abs(rnd.nextInt()) % n 偏離均勻分布

nextInt() 範圍 [-2^31, 2^31-1]，abs 後 0 出現概率略大，且取模進一步放大偏差。

正確寫法：

// Random / ThreadLocalRandom 內建無偏區間方法
int r = rnd.nextInt(n);        // [0, n)
int r = rnd.nextInt(lo, hi);   // [lo, hi)  JDK 17+

安全隨機數：SecureRandom

• 用於加密、Token、Session ID 等安全敏感場景。
• 基於熵池，生成慢，嚴禁用於高頻業務邏輯。
• new SecureRandom().nextInt(n)。

總結選型表