java随机数生成原理
Java随机数生成基于线性同余生成器（LCG）伪随机算法，种子决定整个序列，相同种子产生完全一致结果；nextInt()等方法均依赖next(intbits)统一生成比特位；安全场景须用SecureRandom而非Random。
Java随机数生成基于线性同余生成器（LCG）伪随机算法，种子决定整个序列，相同种子产生完全一致结果；nextInt()等方法均依赖next(int bits)统一生成比特位；安全场景须用SecureRandom而非Random。
Java随机数生成主要依靠java.util.Random类，其核心是**线性同余生成器（LCG）**，用确定性算法模拟随机性——不是真随机，而是伪随机。
Random类的底层算法：线性同余法
Random使用经典的LCG公式：
next = (old × multiplier + addend) mod modulus
Java中具体参数为：
• multiplier = 0x5DEECE66DL（即25214903917）
• addend = 0xBL（即11）
• modulus = 2⁴⁸
初始种子（seed）由系统时间、纳秒等混合生成，但可手动指定。
种子（seed）决定整个随机序列
只要种子相同，Random产生的所有“随机”数完全一致——这是可复现性的基础，也说明它不是真随机：
- 无参构造器：
new Random()自动调用System.nanoTime()等生成种子 - 有参构造器：
new Random(123L)固定种子，每次运行结果一模一样 - 调用
setSeed(long)会重置内部状态，后续输出随之确定
nextInt()、nextDouble()等方法如何工作
所有公共方法都基于同一个核心：先调用 next(int bits) 获取指定位数的随机比特，再做转换：
nextInt()→ 调用next(32)返回32位整数nextDouble()→ 调用两次next(26)和next(27)拼成53位尾数，转为doublenextBoolean()→ 取next(1)的最低位
这种设计保证了各方法间状态同步，不会相互干扰。
安全场景要用SecureRandom
Random适合模拟、测试、游戏等非安全用途；若用于密码、token、密钥生成，必须用 java.security.SecureRandom：
- 它基于操作系统提供的真随机源（如Linux的/dev/random）或加密级PRNG
- 不可预测、抗种子攻击，性能略低但安全性强
- 不要用
Random的种子去初始化SecureRandom，会削弱安全性
基本上就这些。理解种子机制和LCG原理，就能明白为什么Random“看似随机却可重现”，也能避开常见误用。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。