jdk.random 包详解

jdk.random 是 Java 17 引入的一个新包（JEP 356），提供了一系列改进的伪随机数生成器（PRNGs），作为 java.util.random 包的一部分。它增强了 Java 的随机数生成能力，提供了更多算法选择，并支持更灵活的随机数生成方式。

---

1. 概述

jdk.random 包的主要目标是：

• 提供更多 PRNG 算法（如 LXM、Xoroshiro、Xoshiro 等）

• 支持可插拔的随机数生成器

• 允许开发者选择不同的随机数生成策略

• 提高性能和随机性质量

它是 java.util.random 的底层实现，但提供了更细粒度的控制。

---

2. 核心接口和类

（1）RandomGenerator 接口

这是所有随机数生成器的基本接口，定义在 java.util.random 包中，但 jdk.random 提供了多个实现：

public interface RandomGenerator {
    int nextInt();
    long nextLong();
    double nextDouble();
    // ... 其他方法
}

（2）L32X64MixRandom、L64X128MixRandom 等

jdk.random 提供了多种 PRNG 实现：

类名	算法	特点
L32X64MixRandom	LXM (Linear+XorMix)	32-bit 状态，适合一般用途
L64X128MixRandom	LXM	64-bit 状态，高质量随机性
Xoroshiro128PlusPlus	Xoroshiro128++	高性能，适用于模拟
Xoshiro256PlusPlus	Xoshiro256++	更长的周期，适用于科学计算

（3）RandomSupport 工具类

提供了一些静态方法，用于创建和管理随机数生成器：

RandomGenerator rng = RandomSupport.getRandomGenerator("L64X128MixRandom");

---

3. 使用方法

（1）直接使用特定的 PRNG

import jdk.random.L64X128MixRandom;

RandomGenerator rng = new L64X128MixRandom();
int randomInt = rng.nextInt();
double randomDouble = rng.nextDouble();

（2）使用 RandomGeneratorFactory 动态选择算法

import java.util.random.RandomGeneratorFactory;

// 获取所有可用的 PRNG 算法
RandomGeneratorFactory.all()
    .map(f -> f.name())
    .forEach(System.out::println);

// 选择特定的 PRNG
RandomGenerator rng = RandomGeneratorFactory.of("L64X128MixRandom").create();

（3）设置种子（Seed）

RandomGenerator rng = new L64X128MixRandom(12345L); // 固定种子

---

4. 不同 PRNG 算法的比较

算法	周期长度	性能	适用场景
L32X64MixRandom	2³²	快	游戏、简单模拟
L64X128MixRandom	2⁶⁴	中等	通用随机数生成
Xoroshiro128PlusPlus	2¹²⁸ - 1	极快	低延迟应用
Xoshiro256PlusPlus	2²⁵⁶ - 1	快	科学计算、加密

---

5. 最佳实践

1. 选择适合的算法：

   • 如果只需要快速随机数（如游戏），用 Xoroshiro128PlusPlus。

   • 如果需要高质量随机数（如模拟），用 L64X128MixRandom。

2. 避免固定种子（除非需要可重现的随机序列）。

3. 线程安全 ：jdk.random 的 PRNG 默认不是线程安全 的，多线程环境下应使用 ThreadLocalRandom 或同步访问。

---

6. 示例：蒙特卡洛模拟

import jdk.random.L64X128MixRandom;

public class MonteCarloPi {
    public static void main(String[] args) {
        RandomGenerator rng = new L64X128MixRandom();
        long inside = 0;
        long trials = 1_000_000;

        for (long i = 0; i < trials; i++) {
            double x = rng.nextDouble();
            double y = rng.nextDouble();
            if (x * x + y * y <= 1.0) {
                inside++;
            }
        }

        double pi = 4.0 * inside / trials;
        System.out.println("Estimated Pi: " + pi);
    }
}

---

7. 总结

• jdk.random 提供了更多 PRNG 算法 ，比传统的 java.util.Random 更灵活。

• 可以通过 RandomGeneratorFactory 动态选择算法。

• 适用于高性能计算、模拟、游戏等场景。

• 在 Java 17+ 中可用，是现代 Java 随机数生成的推荐方式。

如果需要更强的加密随机数，仍然应该使用 java.security.SecureRandom。