在Java开发中，经常需要得到一个位于某个区间内的随机整数或浮点数，例如生成1到100之间的随机奖品编号，或者产生0.5到1.5之间的模拟温度。不同的JDK版本和工具类提供了多种实现路径，但如果对边界处理和线程安全理解不透彻，就容易出现数值越界、分布不均或并发性能差的问题。本文围绕具体实现方式展开说明。
使用Random类生成整数范围随机数
最基础的做法是使用java.util.Random对象。它提供了nextInt(int bound)方法，能够返回从0（包含）到bound（不包含）之间的随机整数。如果我们需要一个从min到max（包含两端）的整数，可以利用简单的平移和扩展开实现。
需要特别注意的是，nextInt的参数必须是正数，并且生成的是左闭右开区间。因此将结果映射到自定义范围时，跨度应该用(max - min + 1)来表示包含max的情况，然后再加上min作为偏移量。下面是一段标准写法：
import java.util.Random;
public class RandomRangeDemo {
public static void main(String[] args) {
Random random = new Random();
int min = 5;
int max = 20;
// 生成[5, 20]之间的随机整数
int result = random.nextInt(max - min + 1) + min;
System.out.println(result);
}
}
这种写法在单线程环境下简单可靠，但当多个线程共用同一个Random实例时，由于内部使用原子变量保证线程安全，高并发下会产生竞争，导致性能下降。此外，如果误将公式写成random.nextInt(max) + min，就会丢失max这个值，变成[min, max)区间，属于常见逻辑错误。
另一个容易忽视的问题是种子重复。如果在循环中频繁创建new Random()，并且系统时间种子变化不够快，可能会生成相同的序列。通常建议将Random实例声明为静态变量复用，而不是在方法内部反复实例化。
利用ThreadLocalRandom优化并发场景
从JDK 7开始，Java引入了ThreadLocalRandom，在JDK 8中进一步提供了直观的区间方法。它的设计是每个线程持有独立的随机数生成器，从而消除了多线程竞争，性能明显优于共享的Random。
ThreadLocalRandom提供了nextInt(int origin, int bound)方法，其中origin是起始值（包含），bound是结束值（不包含）。这让我们生成范围随机数时不再需要手动加减偏移，代码可读性更高，也更难写错边界。
import java.util.concurrent.ThreadLocalRandom;
public class ThreadLocalRandomDemo {
public static void main(String[] args) {
int min = 5;
int max = 20;
// 生成[5, 20)之间的随机整数，即5到19
int val = ThreadLocalRandom.current().nextInt(min, max);
System.out.println(val);
// 若需要包含20，则bound设为max + 1
int val2 = ThreadLocalRandom.current().nextInt(min, max + 1);
System.out.println(val2);
}
}
在Web服务或并行计算任务中，应当优先采用ThreadLocalRandom而非Random。需要注意的是，不要使用ThreadLocalRandom.setSeed方法，因为它的种子对单个线程隔离，强行设置反而可能破坏随机性。对于浮点数范围，也可以使用nextDouble(double origin, double bound)来获得指定区间内的随机小数。
相比传统Random，ThreadLocalRandom在吞吐量测试上通常有几倍的提升，同时API语义更贴近数学上的区间描述，降低了维护成本。不过它仅适用于JDK 7及以上环境，老旧系统仍需依赖Random或第三方库。
生成浮点数与高精度随机数
除了整数，很多模拟系统需要生成某个连续区间的浮点值。使用Random或ThreadLocalRandom的nextDouble方法都可以实现。nextDouble本身返回0.0到1.0之间的双精度数，通过线性变换即可映射到任意区间。
例如要得到[lower, upper)范围内的随机浮点数，可以使用公式lower + random.nextDouble() * (upper - lower)。如果要求包含upper，由于浮点精度限制，严格包含上界在工程中意义不大，一般仍按左闭右开处理。
import java.util.Random;
public class DoubleRangeDemo {
public static void main(String[] args) {
Random random = new Random();
double lower = 1.5;
double upper = 4.5;
double d = lower + random.nextDouble() * (upper - lower);
System.out.println(d);
}
}
当业务对随机性质量有更高要求，例如安全令牌、加密盐值，应当使用java.security.SecureRandom。它底层使用更安全的熵源，但性能较低，不适合高频普通逻辑。选择哪种类，取决于场景是偏向性能还是偏向不可预测性。
总结来说，明确区间是开还是闭、单线程还是并发、整数还是小数，就能在Java中快速选定合适的随机数方案。避免手写出界公式，善用ThreadLocalRandom的内建区间参数，可大幅提升代码健壮性。
常见错误与排查清单
开发中经常出现的故障包括：把nextInt(max)当成包含max、在循环里重复new Random导致序列雷同、多线程下Random成为瓶颈。通过建立如下检查习惯可以减少bug：
- 确认需求区间是包含还是排除右边界，再选择加不加1
- 并发环境统一使用ThreadLocalRandom.current()
- 复用Random实例，不要在每个调用内创建
- 安全相关随机必须使用SecureRandom而非普通Random
只要把这些细节固化到团队代码规范里，Java生成特定范围随机数的实现就会变得稳定且易读，不必每次都重新推导数学公式。