随机类表现异常？

Question

在这段代码中：

Random random = new Random(441287210);
for(int i=0;i<10;i++)
    System.out.print(random.nextInt(10)+" ");
}

输出结果为1 1 1 1 1 1 1 1 1 1，每次都是这个结果。

为什么呢？Random不应该是......嗯......随机的吗？我以为Random类使用System.nanoTime，所以输出结果应该是大致上随机的。能否有人请解释一下？

- tckmn

---

可能是 https://dev59.com/PFPTa4cB1Zd3GeqPl7gK 的重复问题。 - Jeremy D

也许它是随机的！(http://search.dilbert.com/comic/Random%20Number%20Generator) - Richard JP Le Guen

@JeremyD 并不完全正确-该问题会每次创建一个新的随机对象。 - Mike Park

任何考虑使用算术方法产生随机数字的人，都处于一种罪恶的状态。- 约翰·冯·诺伊曼 - Steve Kuo

如果你不只看问题，而是看第二个答案，那么它就是正确的答案，与此处提出的答案相同 :) - Jeremy D

你使用了错误的种子，请使用-45134723714！ - AlexWien

Answer 1

让它再打印几个，前100个是

1 1 1 1 1 1 1 1 1 1 3 4 7 2 2 6 0 3 0 2 8 4 1 6 0 0 0 2 8 2 9 8 9 2 5 2 1 1 4 5 3 4 1 4 1
8 7 6 6 0 6 5 0 4 5 5 6 0 8 3 8 9 7 4 0 9 9 7 7 9 3 9 6 4 5 0 6 3 7 4 9 8 7 6 2 8 9 8 4 4
8 4 9 0 1 6 9 6 1 5

这看起来还不错。

每个良好的（伪）随机序列都包含一连串重复的数字，而这个序列就是以一个重复数字开始的。

- Daniel Fischer

---

Nathan，如果在线扑克使用劣质的线性同余发生器（LCG），我会感到恐惧。 - Joey

而且，他们不能太直言不讳，因为没有欺诈，可以赚取太多的钱。 - Daniel Fischer

他们让它看起来很好，但并没有考虑所有可能性。他们确保所有能够产生行动的可能性都存在，但忽略了现实生活中存在的一些更平凡的情况，从而创造更多的刺激和行动，并给较差的玩家更好的机会。 - nathan hayfield

@nathanhayfield 每种用于赌博的游戏都是有预谋地被操纵，即使庄家公平对待，设计上也旨在从长远来看为庄家赢得钱财。在线赌场相比实体赌场经营规模巨大，几乎可以保证持续的利润。 - millimoose

人们对数百万手在线扑克进行了严格的统计分析，从未发现任何证据表明他们做的不是真正的随机洗牌。此外，这里有三个事实：1.几乎没有动机去操纵牌局，2.如果发现他们在操纵，会有巨大的反激励作用，3.如果真的被操纵，很容易让某人证明它是被操纵的。简而言之，在线扑克公司绝对不会做任何类似的事情。 - Joe K

Answer 2

Random类生成的值是伪随机数：它们使用确定性算法基于种子值创建。通常（例如，如果您使用无参构造函数），种子使用当前时间进行初始化，这显然是一个唯一的值。因此，生成了一个唯一的“随机”序列。

在此处，您使用一个恒定的种子值，其在代码执行之间不会更改。因此，您始终获得相同的序列。对于这个特定的种子，序列只是1 1 1 1 1 1 ...。

- Xion

---

除了从诸如/dev/random之类的源中提取熵的类/方法外，哪种随机生成器不是伪随机的？ - NullUserException

我只想澄清可能存在的混淆，与“随机”这个词在此处的使用有关。通常人们知道他们正在引用伪随机（即确定性计算）数字，但是这里的OP似乎希望得到真正的（非确定性）随机性。 - Xion

Answer 3

并没有规定连续10个1不可能出现。赋予你种子值441287210的人只是恰好找到了这样一个值，可以使得从头开始连续10个1。如果继续调用nextInt()（即超过10次），您将看到随机值。应该可以找到其他种子值，以产生其他“表面上非随机”的序列。

- Jim Garrison

---

实际上，由于“long”有1.8e19个可能的值和“Random”可以生成的序列，因此对于每个可能的10个数字序列，都存在一个种子，使得“Random”将它们作为“nextInt(10)”的前十个结果生成。(留给读者更擅长统计/概率的练习是确定这一点的实际概率。或者说，1.8e19个真正随机选择的10个数字中最终选出所有可能的10个数字序列的概率是多少。) - millimoose

Answer 4

Random 是一个线性同余发生器，即它基于如下形式的公式：

linear congruential generator

N <- (N * C1 + C2) % M

其中C1、C2和M都是常数。

这类生成器的一个特性是具有高自相关性。实际上，如果你绘制连续的数字，你会看到数字中存在明显的条纹模式。

你的测试程序已经从底层生成器中取出了10个连续的数字，计算它们对10取模的值......并发现它们都相同。实际上，对于这种情况，对10取模正好与生成器的自然周期“共振”......只在短时间内。

这是使用具有高自相关性的伪随机数生成器的缺点之一。用通俗易懂的话来说......它“不太随机”......如果在需要随机性的情况下使用它，可能会遇到麻烦。

---

注意：

• Random不是真正的随机数生成器。它是一个伪随机数生成器。这意味着，如果你知道初始状态，生成的数字就是完全可预测的。
• 使用真正的随机种子对Random没有帮助。它只会使问题更难以重现。
• 很可能还有其他Random种子会在这个特定的测试中产生类似的模式。
• 从纯数学的角度来看，十个1与任何其他十个数字序列一样“随机”。但从数学的角度来看，Random根本不是随机的。事实上，一旦你确定了N的当前值，它就是完全可预测的。问题在于自相关性使得这个序列看起来直观上不随机。
• 如果你想避免这种直观上的非随机性，请使用SecureRandom，它应该是真正的随机数源，或者是生成伪随机数的生成器，这些生成器要难得多，难以预测。

- Stephen C

---

您IP地址为143.198.54.68，由于运营成本限制，当前对于免费用户的使用频率限制为每个IP每72小时10次对话，如需解除限制，请点击左下角设置图标按钮（手机用户先点击左上角菜单按钮）。 - AlexWien

Answer 5

如果您使用for(int i=0;i<100;i++)，输出的序列将再次变得“更随机”。连续出现十个1的随机序列的概率可能很小，但并非不可能。（在足够的样本中，任何序列几乎肯定会出现。）这只是一个有趣的巧合。

- millimoose

---

连续出现十个数字1的概率与任何其他序列的概率完全相同。 - Christoffer Hammarström

很可能那个种子不是手工采摘的。 - AlexWien

@AlexWien 实际上，我反驳说这是极有可能的。随机数生成器被明确地种子化，使用一个产生非常可识别的句子的数字。你怎么想到 OP 是偶然发现的呢？你不能在不使用反射的情况下访问 Random 实例的种子，因此你假设某人正在生成小于 10 的整数，并记录序列以完成某些完全无关的目的，并检查每个生成的数字的种子以便能够重现这个结果。 - millimoose

基本上，我认为OP发现的任何情况都是偶然发现的，这种情况相当复杂，即不太可能，更有可能的是有人有意寻找“有趣”的随机种子。例如，一位试图困惑/逗乐他的学生的老师。 - millimoose

我是对的：这就是暴力破解法：请看这里：http://insights.dice.com/2014/01/24/generating-random-numbers-javas-random-class/ - AlexWien

Answer 6

Random类在调用nextInt()方法生成随机数时使用种子(seed)，建议使用长整型(long)数字，当您创建随机对象时，提供的int类型数字不足以保证随机性。

尝试运行20次循环，您将看到随机性或者移除种子或提供一个非常长的种子值。

- Pankaj