一、Math类的random() 方法
只能产生 double 类型的 0~1 （包含0，不包含1）的随机数。
//产生一个min~max内的随机数。
int r = (int)min + (int)(Math.random() * (max - min));
二、Random 类
Random 类位于 java.util 包中。
使用前先创建对象：
Random r = new Random();
种子数：在随机数生成时，随机算法的起源数字称为种子数（seed），在种子数的基础上进行一定的变换，从而产生需要的随机数字。
使用的随机算法为线性同余法伪随机数（LGC算法）
优点：
提供了丰富的随机数生成方法，可以产生 boolean、int、long、float、byte 数组以及 double 类型的随机数
执行效率较高，生成速度较快。
缺点：
产生的随机数是伪随机数，即 有规律的随机数。
对象在种子数相同的情况下，相同次数生成的随机数是相同的。
Random常用的两个构造方法:
1）Random()：该构造方法使用当前系统纳秒时间作为种子数，然后使用这个种子数构造 Random 对象。
2）Random(long seed)：使用单个 long 类型的参数创建一个新的随机数生成器。
Random类的常用方法：
Random是线程安全的。
线程安全 指的是在多线程的场景下，程序的执行结果和预期的结果一致，就叫线程安全的，否则则为非线程安全的（也叫线程安全问题）。比如有两个线程，第一个线程执行 10 万次 ++ 操作，第二个线程执行 10 万次 – 操作，那么最终的结果应该是没加也没减，如果程序最终的结果和预期不符，则为非线程安全的。
三、ThreadLocalRandom类
使用前先创建 ThreadLocalRandom 对象：
ThreadLocalRandom random = ThreadLocalRandom.current();
优点：
1）ThreadLocalRandom 结合了 Random 和 ThreadLocal 类，并被隔离在当前线程中。因此它通过避免竞争操作种子数，从而在多线程运行的环境中实现了更好的性能，而且也保证了它的线程安全。
2）另外，不同于 Random， ThreadLocalRandom 明确不支持设置随机种子。它重写了 Random 的
setSeed(long seed) 方法并直接抛出了 UnsupportedOperationException 异常，因此降低了多个线程出现随机数重复的可能性。
缺点：
默认情况下它的随机种子也是以当前时间有关。
即默认情况下如果不设置此参数，那么在多线程中就可以因为启动时间相同，而导致多个线程在每一步操作中都会生成相同的随机数。
示例：
//SecureRandom类的示例是仅将下面这一步改成：
// 创建 SecureRandom 对象，并设置加密算法
//SecureRandom random = SecureRandom.getInstance("SHA1PRNG");
// 得到 ThreadLocalRandom 对象
ThreadLocalRandom random = ThreadLocalRandom.current();
for (int i = 0; i < 10; i++) {
// 生成 0-9 随机整数
int number = random.nextInt(10);
// 打印结果
System.out.println("生成随机数：" + number);
}
四、SecureRandom类
使用前先创建 SecureRandom 对象，并设置加密算法：
SecureRandom 默认支持两种加密算法：SHA1PRNG 算法 和 NativePRNG 算法。
① SecureRandom random = SecureRandom.getInstance("SHA1PRNG");
或② SecureRandom random = SecureRandom.getInstance("NativePRNG");
或使用new SecureRandom()来创建 SecureRandom 对象:
③SecureRandom secureRandom = new SecureRandom();
此时默认会使用 NativePRNG 算法来生成随机数。
SecureRandom 与 Random
1）SecureRandom 继承自 Random，该类提供加密强随机数生成器。
2）SecureRandom 不同于 Random，它收集了一些随机事件，比如鼠标点击，键盘点击等，SecureRandom 使用这些随机事件作为种子。即种子是不可预测的，而不像 Random 默认使用系统当前时间的毫秒数作为种子，从而避免了生成相同随机数的可能性。
五、总结
1） Math 是对 Random 的封装，两者类似。
2）Random 生成的是伪随机数，是以当前纳秒时间作为种子数的。
在多线程竞争比较激烈时，要进行 CAS 操作，存在一定性能问题
但对于绝大数应用场景来说，使用 Random 足够了。
3）多线程竞争较激烈时：使用 ThreadLocalRandom 替代 Random
4）对安全性要求较高时：使用 SecureRandom
因为 SecureRandom 会收集一些随机事件来作为随机种子，可看作是生成真正随机数的一个工具类。
参考：