日韩av综合,成人动漫在线播放,久久久久久69

java.lang.Math.Random()與java.util.Random生成隨機(jī)數(shù)的區(qū)別

一個(gè)是方法一個(gè)是對(duì)象之類的廢話就不說了。關(guān)鍵在與兩個(gè)生成隨機(jī)數(shù)的不同特征。
因?yàn)樵谧鰣D像特征提取，對(duì)整個(gè)像素空間的逐個(gè)提取、識(shí)別顯然不太聰明，于是乎想起概率論上的一堆東東。
取得一個(gè)可以反應(yīng)整個(gè)向量空間的隨機(jī)數(shù)集合，不失為明智的選擇。

《Think in Java》里面經(jīng)常用那個(gè)對(duì)象弄，自然我首先想到了這個(gè)。同學(xué)則喜歡Math.Random，他認(rèn)為生成的是一個(gè)在區(qū)間均勻分布的符合要求的隨機(jī)數(shù)。以前從來沒想過“隨機(jī)”這個(gè)問題，到底是一個(gè)任意的數(shù)（各個(gè)概率一樣，就像古典概型里面，硬幣的正反一樣），還是一個(gè)在空間有均勻分布特征的呢？

在網(wǎng)上搜羅了一大堆東西，發(fā)現(xiàn)說什么的都有，越來越迷糊。最后想起該看看權(quán)威的JDK API說明乎：

random（注:java.lang.Math）
public static double random()
返回帶正號(hào)的 double 值，該值大于等于 0.0 且小于 1.0。返回值是一個(gè)偽隨機(jī)選擇的數(shù)，在該范圍內(nèi)（近似）均勻分布。
第一次調(diào)用該方法時(shí)，它將創(chuàng)建一個(gè)新的偽隨機(jī)數(shù)生成器，與以下表達(dá)式完全相同

new java.util.Random
之后，新的偽隨機(jī)數(shù)生成器可用于此方法的所有調(diào)用，但不能用于其他地方。
此方法是完全同步的，可允許多個(gè)線程使用而不出現(xiàn)錯(cuò)誤。但是，如果許多線程需要以極高的速率生成偽隨機(jī)數(shù)，那么這可能會(huì)減少每個(gè)線程對(duì)擁有自己偽隨機(jī)數(shù)生成器的爭(zhēng)用。

返回：
大于等于 0.0 且小于 1.0 的偽隨機(jī) double 值。

下面是java.util里面的

java.util

類 Random

java.lang.Object

java.util.Random

所有已實(shí)現(xiàn)的接口：

Serializable

直接已知子類：

SecureRandom

--------------------------------------------------------------------------------

public class Randomextends Objectimplements Serializable此類的實(shí)例用于生成偽隨機(jī)數(shù)流。此類使用 48 位的種子，使用線性同余公式 (linear congruential form) 對(duì)其進(jìn)行了修改（請(qǐng)參閱 Donald Knuth 的The Art of Computer Programming, Volume 3，第 3.2.1 節(jié)）。

如果用相同的種子創(chuàng)建兩個(gè) Random 實(shí)例，則對(duì)每個(gè)實(shí)例進(jìn)行相同的方法調(diào)用序列，它們將生成并返回相同的數(shù)字序列。為了保證此屬性的實(shí)現(xiàn)，為類 Random 指定了特定的算法。為了 Java 代碼的完全可移植性，Java 實(shí)現(xiàn)必須讓類 Random 使用此處所示的所有算法。但是允許 Random 類的子類使用其他算法，只要其符合所有方法的常規(guī)協(xié)定即可。

Random 類實(shí)現(xiàn)的算法使用一個(gè) protected 實(shí)用工具方法，每次調(diào)用它最多可提供 32 個(gè)偽隨機(jī)生成的位。

很多應(yīng)用程序會(huì)發(fā)現(xiàn) Math.random() 方法更易于使用。

看看下面的就更加顯而易見啦

protected int next(int bits)生成下一個(gè)偽隨機(jī)數(shù)。當(dāng)被所有其他方法使用時(shí)，子類應(yīng)該重寫此方法。

next 的常規(guī)協(xié)定是，返回一個(gè) int 值，如果參數(shù) bits 位處于 1 和 32（包括）之間，那么返回值的多數(shù)低位都將（大致）是單獨(dú)選擇的位值，每個(gè)位值是 0 或 1 的機(jī)會(huì)（大致）相等。通過將種子自動(dòng)更新為

(seed * 0x5DEECE66DL + 0xBL) & ((1L << 48) - 1)并返回

(int)(seed >>> (48 - bits))，Random 類可實(shí)現(xiàn) next 方法。這是一個(gè)線性同余偽隨機(jī)數(shù)生成器，由 D. H. Lehmer 定義，Donald E. Knuth 在 The Art of Computer Programming, Volume 3: Seminumerical Algorithms 的第 3.2.1 節(jié)中進(jìn)行了描述。

參數(shù)：

bits - 隨機(jī)位。

返回：

隨機(jī)數(shù)生成器序列的下一個(gè)偽隨機(jī)值。

于是我的結(jié)論如下：
1：java.lang.Math.Random()這個(gè)靜態(tài)方法得到的是一個(gè)空間中有均勻分布特征的隨機(jī)數(shù)。
2：java.util.Random，通過這個(gè)對(duì)象得到的則是“幾何分布”
3：我的圖像特征應(yīng)該選擇第一個(gè)方法比較適當(dāng)。

問題：我的似乎應(yīng)該說是一個(gè)抽樣問題更為恰當(dāng)。呼呼，先寫到這里

啦啦啦，請(qǐng)高人指教。

posted on 2008-05-01 17:15 Jarod.cn.LuLuLife 閱讀(26713) 評(píng)論(3) 編輯收藏

評(píng)論

# re: java.lang.Math.Random()與java.util.Random生成隨機(jī)數(shù)的區(qū)別[未登錄] 2008-05-30 23:37 ZZ

請(qǐng)問你能不能用C編寫一個(gè)生成正態(tài)分布隨機(jī)數(shù)的程序,而且是用中心極限定理和Box-Muller變換兩種方法產(chǎn)生的???
回復(fù) 更多評(píng)論

# re: java.lang.Math.Random()與java.util.Random生成隨機(jī)數(shù)的區(qū)別 2008-05-31 01:07 Jarod.cn.LuLuLife

1 : double _sta( double mu, double sigma) // 利用中心極限定理生成
2 {
3 int i;
4 double r,sum = 0.0 ;
5
6 if (sigma <= 0.0 ) { printf( " Sigma<=0.0 in _sta! " ); exit( 1 ); }
7 for (i = 1 ;i <= 12 ;i ++ )
8 sum = sum + _random();
9 r = (sum - 6.00 ) * sigma + mu;
10
11 return r;
12
13 }

(網(wǎng)上很多吧，自己驗(yàn)證哈，我也是搜來的。) 回復(fù) 更多評(píng)論

# re: java.lang.Math.Random()與java.util.Random生成隨機(jī)數(shù)的區(qū)別 2009-03-25 15:38 P.W

贊一下鉆研的精神~ 回復(fù) 更多評(píng)論

新用戶注冊(cè) 刷新評(píng)論列表


只有注冊(cè)用戶登錄后才能發(fā)表評(píng)論。




網(wǎng)站導(dǎo)航: 博客園 IT新聞 Chat2DB C++博客博問管理

<

2009年3月

>

日

一

二

三

四

五

六

22

23

24

25

26

27

28

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

1

2

3

4

導(dǎo)航

統(tǒng)計(jì)

隨筆 - 14
文章 - 18
評(píng)論 - 8
引用 - 0

公告

我的知識(shí)Blog!

常用鏈接

留言簿(3)

隨筆檔案

文章檔案

Image

Think of Image (rss)