我們來說說Java常見的生成隨機數的幾種方式:Random,ThreadLocalRandom,SecureRandom;其實產生隨機數有很多種方式但我們常見的就這幾種,如果需要詳細瞭解這個三個類,可以查看JAVA API.
Random random = new Random();
int a = random.nextInt(5);//隨機生成0~4中間的數字
其實Random是有構造函數的，他的參數可以傳一個long類型的值，當使用空的構造的時候，使用的實際上是System.nanoTime()也就是當前時間毫秒數的值，我們把這個叫做 種子 。
種子是幹什麼的呢，實際上我們生成的隨機數都是僞隨機數，而想要使我們生成的隨機數強度更高，就需要更好的 算法 和種子。一般情況下，要使用Random去生成隨機數，直接用空構造函數就可以了。那麼這個種子到底有什麼用呢，實際上讀者去試驗一下就知道了，我們使用固定隨機數，比如1，然後我們連續次去new這個Random，然後去生成一個隨機數，像下面這樣，你會發現，三個數的結果是一樣的。
/**
* -1157793070
* 1913984760
* 1107254586
*/
@Test
public void test2(){
Random random = new Random(10);
for (int i = 0; i < 3; i++){
System.out.println(random.nextInt());
}
}所以我們一定不能把這個種子寫死，用當前時間毫秒數，還是比較好些。另外，使用Random儘量不要重複new對象，其實也沒什麼意義的。最後說一點，Random是線程安全的，去 這裏 的官方文檔可以看到，“Instances of java.util.Random are threadsafe.”。但是在 多線程的表現中，他的性能很差。
在Java的API幫助文檔中，總結了一下對這個Random的描述：
java.util.Random類中實現的隨機算法是僞隨機，也就是有規則的隨機，所謂有規則的就是在給定種(seed)的區間內隨機生成數字；
相同種子數的Random對象，相同次數生成的隨機數字是完全相同的；
Random類中各方法生成的隨機數字都是均勻分佈的，也就是說區間內部的數字生成的機率均等；
這個類是Java7新增的類，給多線程併發生成隨機數使用的。爲什麼ThreadLocalRandom要比Random快呢，這是因爲Random在生成隨機數的時候使用了CAS（compare and set），但是ThreadLocalRandom卻沒有使用。
下面是java.util.Random的生成隨機數的方法：
protected int next(int bits) {
long oldseed, nextseed;
AtomicLong seed = this.seed;
do {
oldseed = seed.get();
nextseed = (oldseed * multiplier + addend) & mask;
} while (!seed.compareAndSet(oldseed, nextseed));
return (int)(nextseed >>> (48 - bits));
}
而這邊的seed是一個全局變量：
/**
- The internal state associated with this pseudorandom number generator.
- (The specs for the methods in this class describe the ongoing
- computation of this value.)
*/
private final AtomicLong seed;
多個線程同時獲取隨機數的時候，會競爭同一個seed，導致了效率的降低。
可見，其中通過CAS方式保證其線程安全性。這在高併發的環境中由於線程間的競爭必然帶來一定的性能損耗。
ThreadLocal此時就派上用場了，ThreadLocalRandom是通過ThreadLocal改進的用於隨機數生成的工具類，每個線程單獨持有一個ThreadLocalRandom對象引用，這就完全杜絕了線程間的競爭問題。
另外ThreadLocalRandom的實例化比較特別，下面簡單舉例一下。
ThreadLocalRandom threadLocalRandom = ThreadLocalRandom.current();
int a = threadLocalRandom.nextInt(5);
由於是和線程綁定的，所以他也是從當前線程獲取的。
在需要頻繁生成隨機數，或者安全要求較高的時候，不要使用Random，這個很好理解吧，從我們最開始的介紹中可以知道，Random生成的值其實是可以預測的。
內置兩種隨機數算法，NativePRNG和SHA1PRNG，看實例化的方法了。通過new來初始化，默認來說會使用NativePRNG算法生成隨機數，但是也可以配置-Djava.security參數來修改調用的算法。如果是/dev/[u]random兩者之一就是NativePRNG，否則就是SHA1PRNG。
在 jvm 啓動參數這樣加就好了，-Djava.security=file:/dev/urandom。
當然還可以通過getInstance來初始化對象，有一個參數的，直接傳一個算法名就行，如果不存在算法拋異常；另外有兩個參數的，第二個參數還可以指定算法程序包。下面來看下實現代碼。
SecureRandom secureRandom = new SecureRandom();
SecureRandom secureRandom3 = SecureRandom.getInstance("SHA1PRNG");
SecureRandom secureRandom2 = SecureRandom.getInstance("SHA1PRNG", "SUN");
當然我們使用這個類去生成隨機數的時候，一樣只需要生成一個實例每次去生成隨機數就好了，也沒必要每次都重新生成對象。另外，這個類生成隨機數，首次調用性能比較差，如果條件允許最好服務啓動後先調用一下nextInt()。
另外，實際上SHA1PRNG的性能將近要比NativePRNG的性能好一倍，synchronized的代碼少了一半，所以沒有特別重的安
全需要，儘量使用SHA1PRNG算法生成隨機數。
這也是個比較常用的生成隨機數的方式,默認生成0~1之間的小數.
總結：
1、單機中如果對安全性要求不高的情況下，使用 Random；對安全性要求高，就用 SecureRandom；
SecureRandom裏有兩種算法，SHA1PRNG 和 NativePRNG，SHA1PRNG的性能好，但是NativePRNG的安全性高。
2、Random 是線程安全的，用CAS來保持，但是性能比不高，所以多線程中，儘量使用 java併發包裏的 ThreadLocalRandom，
避免了線程之間的競爭導致的性能問題