ThreadLocalRandom通过线程本地变量机制为每个线程提供独立实例，避免了多线程竞争导致的性能瓶颈。①使用ThreadLocalRandom.current()获取当前线程实例；②调用nextInt()、nextLong()、nextDouble()等方法生成对应类型的随机数；③在并行流中可高效安全生成随机数，提升并发性能。相比Random类，它无需同步操作，吞吐量更高，是高并发场景下推荐的随机数生成方式。
在Java中，ThreadLocalRandom 是生成随机数的高效方式，特别适用于多线程环境。它是 java.util.concurrent 包的一部分，从 JDK 7 开始引入，用来替代传统的 Random 类在并发场景下的使用，避免竞争和性能瓶颈。
为什么选择 ThreadLocalRandom？
ThreadLocalRandom 为每个线程提供独立的随机数生成实例，避免了多个线程共享同一个 Random 实例时产生的同步开销。由于 Random 使用原子操作维护内部状态，在高并发下容易成为性能瓶颈。而 ThreadLocalRandom 利用线程本地变量机制，每个线程操作自己的副本，极大提升了性能。
如何使用 ThreadLocalRandom 生成随机数
获取 ThreadLocalRandom 实例不需要手动创建，应通过其静态方法 current() 获取当前线程绑定的实例。以下是常见用法示例：
// 生成一个随机 int 值（无界）
int randomInt = ThreadLocalRandom.current().nextInt(); // 生成 0 到 100 之间的随机 int（包含 0，不包含 100）
int randomInRange = ThreadLocalRandom.current().nextInt(100); // 生成 50 到 100 之间的随机 int（包含 50，不包含 100）
int boundedRandom = ThreadLocalRandom.current().nextInt(50, 100); // 生成随机 long 值
long randomLong = ThreadLocalRandom.current().nextLong(); // 生成 0.0 到 1.0 之间的随机 double
double randomDouble = ThreadLocalRandom.current().nextDouble(); // 生成布尔值随机结果
boolean randomBoolean = ThreadLocalRandom.current().nextBoolean();
在并发编程中的优势体现
当多个线程频繁调用随机数生成时，使用 Random 可能导致线程阻塞，因为其内部使用 synchronized 或 CAS 操作。而 ThreadLocalRandom 在每个线程中独立运行，无需同步，因此吞吐量更高。
立即学习“Java免费学习笔记（深入）”；
Replit Ghostwrite
一种基于 ML 的工具，可提供代码完成、生成、转换和编辑器内搜索功能。
93 查看详情 
例如，在并行流中生成随机数：
List randomNumbers = IntStream.range(0, 1000)
.parallel()
.map(i -> ThreadLocalRandom.current().nextInt(1000))
.boxed()
.collect(Collectors.toList());
这段代码在并行流中安全高效地生成随机数，不会因共享 Random 实例而导致性能下降。
基本上就这些。在多线程或高并发场景下，优先使用 ThreadLocalRandom 能显著提升随机数生成效率，写法简单且线程安全。不复杂但容易忽略。
以上就是在Java中如何使用ThreadLocalRandom生成高效随机数的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1093188.html
微信扫一扫 
支付宝扫一扫 
