C# Random类的正确应用方法

Random类介绍

Random类一个用于产生 伪随机 数字的类。这里的伪随机表示有随机性但是可以基于算法模拟出随机规律。

Random类的构造方式有两种。

• Random r= new Random()。会以当前系统时间作为默认种子构建一个随机序列

• Random r = new Random(unchecked((int)DateTime.Now.Ticks));。自定义一个种子，通常会使用时间Ticks。

随机性保证

由于Random的 伪随机 性，所以如果多个Random随机序列生成的时间间隔很短（官方说法15ms内），那么他们产生的随机数会大概率相同。如下列代码

/// <summary>
 /// 错误的Random构建。
 /// </summary>
 public static void Bad_Random()
 {
   //正确做法应当将 Random构建防止循环外。
   //Random创建间隔时间极短的情况下，随机算法序列会基本一致，倒是随机性也是一致的
   //var r = new Random();
   for (int i = 0; i < 10; i++)
   {
     var r = new Random();
     var val = r.Next(1, 100);
     Console.WriteLine(val);
   }
 }

运行结果：

所以在生产中通常可以考虑将Random单例化，以保证其随机算法的序列独一性。这也是官方推荐的方式。

Instead of instantiating individual Random objects, we recommend that you create a single Random instance to generate all the random numbers needed by your app.

这个问题在.net core下官方组件已对Random的构建作优化，所以上面的案例代码如果放在.net core项目下运行，你会发现可以正确的生成随机数。有兴趣的小伙伴可以自己尝试一下。不过为了代码的延续性，还是建议Random作为单例模式设计。

那么将Random设计为单例是否就解决了随机性的问题了呢，这时候就涉及到另外一个问题，Random不是线程安全的。如下列代码

 /// <summary>
 /// 生成一个10位随机数
 /// 设定了一定的复杂性，保证单线程下随机数不重复
 /// </summary>
 /// <param name="random">Random.</param>
 /// <returns>随机数.</returns>
 private static string GenerateRandomStr(Random random)
 {
   string source = "ABCDEFGHIKLMNOPQRTUVWXYZabcdefghiklmnopqrtuvwxyz";
   int length = 10;
   var list = Enumerable.Repeat(source, length)
      .Select(s => s[random.Next(s.Length)]).ToArray();
   return new string(list);
 }
 /// <summary>
 /// 单线程基本可以保证唯一性
 /// </summary>
 public static void Good_Random_In_SingleThread()
 {
   //正确做法应当将 Random构建防止循环外。
   //Random创建间隔时间极短的情况下，随机算法序列会基本一致，倒是随机性也是一致的
   var r = new Random();
   ConcurrentBag<string> list = new ConcurrentBag<string>();
   for (int i = 0; i < 20000; i++)
   {
     var val = GenerateRandomStr(r);
     list.Add(val);
   }

Console.WriteLine($"单线程下重复数据有：{20000 - list.Distinct().Count()}");
 }

/// <summary>
 /// 多线程下的Random构建。
 /// Bad案例，Random非线程安全
 /// 多线程高并 * 况下，会出现概率重复
 /// </summary>
 public static void Bad_Random_In_MultThreads()
 {
   var r = new Random(unchecked((int)DateTime.Now.Ticks));
   ConcurrentBag<string> list = new ConcurrentBag<string>();

var t1 = Task.Run(() =>
   {
     for (int i = 0; i < 10000; i++)
     {
       var val = GenerateRandomStr(r);
       list.Add(val);
     }
   });

var t2 = Task.Run(() =>
   {
     for (int i = 0; i < 10000; i++)
     {
       var val = GenerateRandomStr(r);
       list.Add(val);
     }
   });

Task.WaitAll(t1, t2);

Console.WriteLine($"线程1和线程2的重复数据有：{20000 - list.Distinct().Count()}");
 }

运行结果：

这种重复率在生产环境上是不可接受的。那么产生的原因是什么呢？根源还是在 伪随机 和 线程不安全 上。我们可以想象下，一个Random实例中基于随机算法产生的一个随机数序列，在单线程下pop出一个随机数，然后指向下一个随机数。而在高并发的多线程情况下，指向下一个随机数的动作还未完成时，另一个线程又来请求pop,这样相同的随机数被重复pop了。

网上有很多多线程下Random的解决方案，我查阅了一些感觉都不是很好。以下是我的解决方案。用到了 ThreadLocal 。这个类详细的作用大家可以自己去查阅，这里大家只需要知道这个类可以保证它包含的对象只能线程内独享。简单说，同一类型对象 每个线程都独有一个Random实例互不影响。

//利用ThreadLocal 实现每个线程下Random独有
 //再通过seed原子性变更，保证每个Random的seed不同而生成的随机数列也不同
 private static int seed = 100;
 private static ThreadLocal<Random> threadLocal = new ThreadLocal<Random>(() => new Random(Interlocked.Increment(ref seed)));

/// <summary>
 /// 多线程下的Random构建。
 /// </summary>
 public static void Good_Random_In_MultThreads()
 {
   ConcurrentBag<string> list = new ConcurrentBag<string>();

var t1 = Task.Run(() =>
   {
     for (int i = 0; i < 10000; i++)
     {
       var val = GenerateRandomStr(threadLocal.Value);
       list.Add(val);
     }
   });

var t2 = Task.Run(() =>
   {
     for (int i = 0; i < 10000; i++)
     {
       var val = GenerateRandomStr(threadLocal.Value);
       list.Add(val);
     }
   });

Task.WaitAll(t1, t2);

Console.WriteLine($"[ThreadLocal模式]线程1和线程2的重复数据有：{20000 - list.Distinct().Count()}");
 }

运行结果：

由此可见，基于ThreadLocal的特性，并区别了每个线程下的seed都不一样，从而保证每个Random的随机性也不行一样。

那么到这里Random的随机性问题解决了吗？？

再深入思考下，对于集群部署情况，多台服务器同时运行，上述的Random随机性能保证吗？聪明的小伙伴应该能想到在不同服务器上，由于初始seed相同，可能又导致Random的随机性相同的情况发生。

那么解决方案也很简单，保证每台服务器的初始seed不同即可。这里的解决方案很多，不限于机器编号、IP地址后几位、启动时间（Environment.TickCount）等等。

这样，到这里Random的随机性问题终于可以告一段落了。

来源：https://www.cnblogs.com/gt1987/p/14034660.html