当前位置: 首页 > 编程笔记 >

Java使用Random类生成随机数示例

穆理
2023-03-14
本文向大家介绍Java使用Random类生成随机数示例,包括了Java使用Random类生成随机数示例的使用技巧和注意事项,需要的朋友参考一下

本文实例讲述了Java使用Random类生成随机数。分享给大家供大家参考,具体如下:

一 代码

import java.util.Random;
class RandomDie
{
  private int sides;
  private Random generator;
  public RandomDie(int s)
  {
    sides = s;
    generator = new Random( );
  }
  public int cast( )
  {
    return 1 + generator.nextInt(sides);
  }
}
public class RandomDieSimulator
{
  public static void main(String[] args)
  {
    int Num;
    RandomDie die = new RandomDie(6);
    final int TRIES = 15;
    
    for (int i = 1; i <= TRIES; i++)
    {
      Num = die.cast();
      System.out.print(Num + " ");
    }
    System.out.println();
  }
}

二 运行

3 3 5 3 5 5 2 4 2 4 3 2 5 1 5

PS:这里再为大家提供几款功能类似的在线工具供大家参考:

在线随机数字/字符串生成工具:
http://tools.jb51.net/aideddesign/suijishu

在线随机字符/随机密码生成工具:
http://tools.jb51.net/aideddesign/rnd_password

高强度密码生成器:
http://tools.jb51.net/password/CreateStrongPassword

更多关于java算法相关内容感兴趣的读者可查看本站专题:《Java数据结构与算法教程》、《Java字符与字符串操作技巧总结》、《Java操作DOM节点技巧总结》、《Java文件与目录操作技巧汇总》和《Java缓存操作技巧汇总》

希望本文所述对大家java程序设计有所帮助。

 类似资料:
  • 生成随机数 # random_random.py import random for i in range(5): print('%04.3f' % random.random(), end=' ') print() # random_uniform.py import random for i in range(5): print('{:04.3f}'.format(ran

  • 在 Java 中要生成一个指定范围之内的随机数字有两种方法:一种是调用 Math 类的 random() 方法,一种是使用 Random 类。 Random 类提供了丰富的随机数生成方法,可以产生 boolean、int、long、float、byte 数组以及 double 类型的随机数,这是它与 random() 方法最大的不同之处。random() 方法只能产生 double 类型的 0~1

  • 问题内容: 我正在尝试使用bash函数RANDOM从包含整数和字母数字的变量中创建一个由8个字符组成的随机字符串(例如:var =“ abcd1234ABCD”) 谢谢。 问题答案: 使用参数扩展。是可能的字符数,是模运算符。选择position处的字符,即本例中的0-length($ chars)个字符。

  • $RANDOM是Bash的一个返回伪随机 [1]整数(范围为0 - 32767)的内部函数(而不是一个常量或变量),它不应该用于产生加密的密钥. 例子 9-24. 产生随机整数 1 #!/bin/bash 2 3 # 每次调用$RANDOM都会返回不同的随机整数. 4 # 范围为: 0 - 32767 (带符号的16位整数). 5 6 MAXCOUNT=10

  • 我用随机数生成了一个简单的游戏。如果数字是正确的,请在文本字段中输入正确的数字,并与ramdom数字游戏相匹配,然后再次尝试。但如果号码与ramdom匹配,请始终显示消息,然后重试。我在下面写下了迄今为止我所做的尝试。 lbltxt上打印的文本是什么。getText()我等于txtRam txtfield,但no等于罚款,但显示为重试

  •   随机数生成在随机算法、性能测试中非常有用,spark.mllib支持生成随机的RDD,RDD的独立同分布(iid)的值来自于给定的分布:均匀分布、标准正太分布、泊松分布。   RandomRDDs提供工厂方法生成随机的双精度RDD或者向量RDD。下面的例子生成了一个随机的双精度RDD,它的值来自于标准的正太分布N(0,1)。 import org.apache.spark.SparkConte