Java8中的java.util.Random类
来源:互联网 发布:python 中英文摘要 编辑:程序博客网 时间:2024/05/29 14:10
在Java8中java.util.Random类的一个非常明显的变化就是新增了返回随机数流(random Stream of numbers)的一些方法。
下面的代码是创建一个无穷大的int类型的数字流,这些数字在0(包括0)和100(不包括100)之间。
对于高斯伪随机数(gaussian pseudo-random values)来说,没有等价于random.doubles()方法所创建的流,然而,如果用java8所提供的功能是非常容易实现的。
代码的运行结果如下:
为了类比,我们再生成一百万个高斯伪随机数:
代码的结果如下:
上面代码输出的结果恰恰与我们预期结果相吻合,即:double类型的伪随机数是均匀的分配的,而double类型的高斯伪随机数应该是正态分布的。
原文链接:http://www.javacodegeeks.com/2014/01/java-util-random-in-java-8.html
下面的代码是创建一个无穷大的double类型的数字流,这些数字在0(包括0)和1(不包含1)之间。
Random random = new Random();DoubleStream doubleStream = random.doubles();
下面的代码是创建一个无穷大的int类型的数字流,这些数字在0(包括0)和100(不包括100)之间。
Random random = new Random();IntStream intStream = random.ints(0, 100);
那么这些无穷大的数字流用来做什么呢?接下来,我通过一些案例来分析。记住,这些无穷大的数字流只能通过某种方式被截断(limited)。
示例1:创建10个随机的整数流并打印出来:
intStream.limit(10).forEach(System.out::println);
示例2:创建100个随机整数:
List<Integer> randomBetween0And99 = intStream .limit(100) .boxed() .collect(Collectors.toList());
对于高斯伪随机数(gaussian pseudo-random values)来说,没有等价于random.doubles()方法所创建的流,然而,如果用java8所提供的功能是非常容易实现的。
Random random = new Random();DoubleStream gaussianStream = Stream.generate(random::nextGaussian).mapToDouble(e -> e);这里,我使用了Stream.generate api,并传入Supplier 类的对象作为参数,这个对象是通过调用Random类中的方法 nextGaussian()创建另一个高斯伪随机数。
接下来,我们来对double类型的伪随机数流和double类型的高斯伪随机数流做一个更加有意思的事情,那就是获得两个流的随机数的分配情况。预期的结果是:double类型的伪随机数是均匀的分配的,而double类型的高斯伪随机数应该是正态分布的。
通过下面的代码,我生成了一百万个伪随机数,这是通过java8提供的api实现的:
Random random = new Random();DoubleStream doubleStream = random.doubles(-1.0, 1.0);LinkedHashMap<Range, Integer> rangeCountMap = doubleStream.limit(1000000) .boxed() .map(Ranges::of) .collect(Ranges::emptyRangeCountMap, (m, e) -> m.put(e, m.get(e) + 1), Ranges::mergeRangeCountMaps);rangeCountMap.forEach((k, v) -> System.out.println(k.from() + "\t" + v));
代码的运行结果如下:
-1 49730-0.9 49931-0.8 50057-0.7 50060-0.6 49963-0.5 50159-0.4 49921-0.3 49962-0.2 50231-0.1 496580 501770.1 498610.2 499470.3 501570.4 504140.5 500060.6 500380.7 499620.8 500710.9 49695
为了类比,我们再生成一百万个高斯伪随机数:
Random random = new Random();DoubleStream gaussianStream = Stream.generate(random::nextGaussian).mapToDouble(e -> e);LinkedHashMap<Range, Integer> gaussianRangeCountMap = gaussianStream .filter(e -> (e >= -1.0 && e < 1.0)) .limit(1000000) .boxed() .map(Ranges::of) .collect(Ranges::emptyRangeCountMap, (m, e) -> m.put(e, m.get(e) + 1), Ranges::mergeRangeCountMaps);gaussianRangeCountMap.forEach((k, v) -> System.out.println(k.from() + "\t" + v));
代码的结果如下:
-1 37252-0.9 40715-0.8 43781-0.7 47587-0.6 50844-0.5 52734-0.4 54704-0.3 56536-0.2 58195-0.1 584930 583140.1 573460.2 566150.3 544560.4 531110.5 502120.6 470230.7 443380.8 404930.9 37251
上面代码输出的结果恰恰与我们预期结果相吻合,即:double类型的伪随机数是均匀的分配的,而double类型的高斯伪随机数应该是正态分布的。
用伪随机数所得的结果:
用高斯伪随机数所得的结果:
完整代码可以在这里下载获取(只需要安装jdk8即可,如果需要jkd8安装文件,回复此文章联系我即可),也可通过如下地址下载https://gist.github.com/bijukunjummen/8129250
0 0
- Java8中的java.util.Random类
- java中的java.util.Random类
- Java util包中的Random类
- Random类 (java.util)
- Random类 (java.util)
- Random类 (java.util)
- JAVA Random类 (java.util)
- Random类 (java.util) 【转】
- java java.util.Random类的介绍
- java.util.Random 分析
- java.util.Random学习
- java.util.Random学习
- java.util.Random
- #java.util.Random简介
- java.util.Random
- java.util.Random
- java.util.Random
- Java中的Random类
- 打字游戏
- 一年成为Emacs高手
- vim字符编码设置
- SubClassWindow详解
- iphone mac平台下破解微信的语音
- Java8中的java.util.Random类
- 阿里巴巴面试题--Java对象初始化
- 尝试运行matplotlib显示图片
- pku1020
- 栈的应用-矩阵链乘uva442
- URLConnectionReaderDemo 类及其 main()方法
- (未完成)《浪潮之巅》精华摘录+笔记(二)
- JAVAJAVAC命令行
- android:versionCode和android:versionName 用途