二、Random(long seed) 有参构造方法（设置种子）
public Random(long seed) { if (getClass() == Random.class) this.seed = new AtomicLong(initialScramble(seed)); else { // subclass might have overriden setSeed this.seed = new AtomicLong(); setSeed(seed); } } private static long initialScramble(long seed) { return (seed ^ multiplier) & mask; }
从源码可以看出，我们可以手动的给传递一个种子进去，然后通过线形算法计算我们的种子，构造一个long值即可。
public static void main(String[] args) { Random r = new Random(1000); for (int i = 1; i < 4; i++) { System.out.println("第" + i + "次：" + r.nextInt()); } } 输出： 第1次：-1244746321 第2次：1060493871 第3次：-1826063944 第二次输出： 第1次：-1244746321 第2次：1060493871 第3次：-1826063944
我们发现，不管运行多少次，规律都是一模一样的，再看这个例子
public static void main(String[] args) { Random r = new Random(1000); for (int i = 1; i < 4; i++) { System.out.println("第" + i + "次：" + r.nextInt()); } Random r2 = new Random(1000); for (int i = 1; i < 4; i++) { System.out.println("第" + i + "次：" + r2.nextInt()); } } 输出： 第1次：-1244746321 第2次：1060493871 第3次：-1826063944 第1次：-1244746321 第2次：1060493871 第3次：-1826063944
我们发现，哪怕是两个random对象，只要种子一样，输出的随机数都是一样的，所以一定要慎用种子啊。
这里同样的代码，只要你不换机器，运行多少次都是相同的。但是如果换一台机硬件机器，就不同了哟。需要了解这里面的原理。种子不同，产生不同的随机数。种子相同，即使实例不同也产生相同的随机数。
new Random(1000)显式地设置了随机种子为1000，运行多次，虽然实例不同，但都会获得相同的三个随机数。所以，除非必要，否则不要设置随机种子。
虽然二者都是伪随机，但是，无参数构造方法（不设置种子）具有更强的随机性，能够满足一般统计上的随机数要求。使用有参的构造方法（设置种子）无论你生成多少次，每次生成的随机序列都相同，名副其实的伪随机！！
最后再来简单对比一下这两个随机函数到底的特点：
1.java.Math.Random()实际是在内部调用java.util.Random()的,它有一个致命的弱点，它和系统时间有关，也就是说相隔时间很短（短到种子相同）的两个random比如: double a = Math.random()；double b = Math.random(); 即有可能会得到两个一模一样的double。
2.java.util.Random()在调用的时候可以实现和java.Math.Random()一样的功能，而且他具有很多的调用方法，相对来说比较灵活。所以从总体来看，使用java.util.Random()会相对来说比较灵活一些。
写到最后：Random和ThreadLocalRandom的用法和区别
Random：生产一个伪随机数（通过相同的种子，产生的随机数是相同的）。
ThreadLocalRandom：是java7新增类，是Random的子类，在多线程并发情况下，ThreadLocalRandom相对于Random可以减少多线程资源竞争，保证了线程的安全性。public class ThreadLocalRandom extends Random因为构造器是默认访问权限，只能在java.util包中创建对象，故提供了一个方ThreadLocalRandom.current()用于返回当前类的对象.
package java.util.concurrent; public class ThreadLocalRandom extends Random {}
我们发现他在concurrent包下，所以他肯定就是为并发而生的。下面卡个使用案例：
public static void main(String[] args) { ThreadLocalRandom threadRandom = ThreadLocalRandom.current(); System.out.println(threadRandom.nextInt(10)); System.out.println("-----------产生两个数之间的随机数----------------"); System.out.println(threadRandom.nextInt(10, 100)); System.out.println("---------------------------"); //随机生成UUID String uuid = UUID.randomUUID().toString(); System.out.println(uuid); } 输出： 3 -----------产生两个数之间的随机数---------------- 62 --------------------------- cb688869-24a3-457f-abc9-a2e0687c5e66
下面从性能方面，来看看ThreadLocalRandom 这个哥们的优势
ThreadLocalRandom类是JDK7在JUC包下新增的随机数生成器，它解决了Random类在多线程下多个线程竞争内部唯一的原子性种子变量而导致大量线程自旋重试的不足。
先给出个结论：ThreadLocalRandom使用ThreadLocal的原理，让每个线程内持有一个本地的种子变量，该种子变量只有在使用随机数时候才会被初始化，多线程下计算新种子时候是根据自己线程内维护的种子变量进行更新，从而避免了竞争。
因此，互联网分布式环境下，建议使用此类来代替Random类来提高效率
至于具体原因，从源码级别分析的内容，这里推荐一篇文章参考：ThreadLocalRandom类原理剖析
Random参考：JAVA的Random类介绍
自1.0就已经存在，是一个线程安全类，理论上可以通过它同时在多个线程中获得互不相同的随机数，这样的线程安全是通过AtomicLong实现的。
Random使用AtomicLong CAS（compare and set）操作来更新它的seed，尽管在很多非阻塞式算法中使用了非阻塞式原语，CAS在资源高度竞争时的表现依然糟糕，后面的测试结果中可以看到它的糟糕表现。
使用一个普通的long而不是使用Random中的AtomicLong作为seed
不能自己创建ThreadLocalRandom实例，因为它的构造函数是私有的，可以使用它的静态工厂ThreadLocalRandom.current()
它是CPU缓存感知式的，使用8个long虚拟域来填充64位L1高速缓存行
