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

next
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 @ 2008-05-01 17:15 Jarod.cn.LuLuLife 閱讀(26713) | 評(píng)論 (3) | 編輯 收藏

終于可以運(yùn)行了，發(fā)帖小慶祝一下。過段時(shí)間整理一下心得發(fā)出來。

posted @ 2008-05-01 04:54 Jarod.cn.LuLuLife 閱讀(126) | 評(píng)論 (0) | 編輯 收藏

JSF路上，又是小樹枝牽絆著我.

盯著屏幕10個(gè)小時(shí)了，還是舉步維艱。

搜到幾只Punk還有Rock的MP3,心情跟以前完全不一樣了唉。
不過我的激蕩還是屬于這里的。

睡覺前發(fā)現(xiàn)兩處好地方，明天繼續(xù)加油。
(一個(gè)IBM，另一個(gè)sun的就不用說了)
https://javaserverfaces.dev.java.net/users.html
http://forum.java.sun.com/thread.jspa?threadID=703986&tstart=0
http://www-128.ibm.com/developerworks/library/j-jsf2/#resources

神哪，給我?guī)讉€(gè)優(yōu)秀的架構(gòu)學(xué)習(xí)學(xué)習(xí)吧。國內(nèi)幾個(gè)例子，其中包括不少老厚老厚的清華出版社弄出來的，實(shí)在不敢恭維。
(音量調(diào)大大大大大,最好大到溢出)

posted @ 2008-04-27 23:08 Jarod.cn.LuLuLife 閱讀(130) | 評(píng)論 (0) | 編輯 收藏

畢業(yè)設(shè)計(jì),我的圖像搜索引擎哦

終于完成了比較爛的圖像內(nèi)容識(shí)別部分。
本來定好了是用JSF開發(fā)的，唉哦，從來沒用過的東西哦。沒準(zhǔn)備充分，現(xiàn)在又卡住了。

“冬眠”我的數(shù)據(jù)庫實(shí)在是太方便了哦，哈哈哈哈哈哈哈。少寫了無數(shù)行代碼。

繼續(xù)搜索文章中

posted @ 2008-04-27 16:05 Jarod.cn.LuLuLife 閱讀(457) | 評(píng)論 (1) | 編輯 收藏

Sun 要完全開源了。非常想看看他的圖形庫技術(shù)啊。

posted @ 2008-04-24 23:58 Jarod.cn.LuLuLife 閱讀(221) | 評(píng)論 (0) | 編輯 收藏

慶祝Blog開通了哦.

慶祝我的blog開始啦，終于弄好了封面。
是我白癡了，從來沒弄過blog。

幸虧Blogjava的API(就是FaQ啦)，寫得通俗易懂，而且還是中文的。

posted @ 2008-04-24 16:00 Jarod.cn.LuLuLife 閱讀(97) | 評(píng)論 (0) | 編輯 收藏