Question

为什么java中的generator.nextDouble()仅在0到1的范围内返回值？ generator.nextInt()方法要求输入限制值。为什么使用Double方法不是这样？

Answer 1

这个答案有点推测，但我想这是因为随机数生成器应该返回pseadorandom双精度统一。统一生成双打并不是微不足道的，因为双精度本身并不是均匀分布的。

忽略一般的符号，双精度或浮点数，以m * 2^e形式存储，其中m和e具有固定的位宽，其中{{1} }被解释为m（包括）和0之间的数字（不包括）。这意味着对于高数字，两个连续双打之间的差异远大于小数字。因此，简单地用随机位填充双精度将不会产生均匀分布的伪随机数。

相反，解决方法是将指数1固定为0，并且只选择一个随机尾数e，它会产生0到1之间均匀分布的双精度。如果你需要一个不同的随机双精度数范围，您可以将数字乘以所需范围：

当范围不是太高时，这在实践中会很好。

Answer 2

从概念的角度来看，人们可以争辩说0.0和1.0之间的区间在数学意义上是很好的：在给定0.0到0.0之间的随机数的情况下计算任意范围内的随机数是微不足道的。 1.0。当然，可以在Random类中插入实用程序方法，同样简单的实现：

public double nextDouble(double min, double max) {
    return min + nextDouble() * (max - min);
}

现在可以问为什么这样的方法首先不是基本的实现。也就是说，为什么应该基于现有的nextDouble()方法实现此方法，以及为什么没有方法可以直接生成所需范围内的值＆＃34;。

Hoopje in his answer已经指出了一个重要的观点：原因可能是0.0和1.0之间的范围更适合表示均匀分布的值。

在查看（或者更确切地说：仔细阅读）有关IEEE 754 floating point number format的详细信息时，您会看到值变大时值的密度会减少。

当你启动IEEE calculator并输入0.0,1.0和1.70141 * 10 ^ 38的值时，你会看到它们的表示（对于float这里 - 该声明类似地适用于{ {1}}）：

double

事实上，0.0到1.0之间的浮点数基本上与1.0和170141163178059628080016879768630000000.0之间的相同。实现一个好的，统一的随机数生成器并不简单，考虑到可表示值 selfself 不均匀分布的问题，创建任意范围的专用实现是不可能的。

因此，对于0.0到1.0的范围，可以生成值均匀分布的实体语句。对于其他范围，人们必须争论什么＆＃34;均匀性＆＃34;实际上应该意味着某个范围...

Answer 3

我带你去询问API设计的动机。这有点推测，但选择设计的至少一个好理由是它很容易正确实现，同时仍然可以提供任意大小的随机数（因为你可以扩展结果）。

另一个原因可能是nextDouble()的结果范围遵循了浮点PRNG的长期惯例。

我很欣赏您发现整数和浮点API之间的区别令人不安，但它绝不是Java（和其他）整数和FP API之间的唯一区别。这两种数值表示用于完全不同的目的，很少相交。强迫他们拥有类似的API是没有什么好处的。

Answer 4

你可以简单地用这个成语来实现你想要做的事情：

double max = 100000; // just an example
double randomDouble = (new Random()).nextDouble() * max;

理论上，我认为没有充分的理由说明他们无法提供这样的方法如下。我认为这不仅仅是因为上面的成语很简单，没有人抱怨： - ）

/**
 * Return a pseudorandom, uniformly distributed double value between
 * 0 (inclusive) and the specified <code>max</code> value (exclusive)
 * drawn from this random number generator's sequence.
 * @param max
 * @return
 */
double nextDouble(double max);

Java 7随机类

4 个答案: