另一种选择是使用Apache Commons：

import org.apache.commons.math.random.RandomData;
import org.apache.commons.math.random.RandomDataImpl;

public void method() {
    RandomData randomData = new RandomDataImpl();
    int number = randomData.nextInt(5, 10);
    // ...
 }

为了避免重复多次所说的内容，我为那些需要加密更强的伪随机数生成器的人展示了一种替代方法，方法是使用SecureRandom类，该类扩展了random类。从源代码中可以看到：

此类提供加密强随机数生成器（RNG）。密码强随机数最小符合使用FIPS中指定的统计随机数生成器测试140-2，加密模块的安全要求，第4.9.1节。此外，SecureRandom必须产生非确定性输出。因此，传递给SecureRandom对象的任何种子材料必须不可预测，并且所有SecureRandom输出序列必须如RFC 1750：随机性中所述，加密性强安全建议。调用者通过no参数获得SecureRandom实例构造函数或getInstance方法之一：SecureRandom随机=新的SecureRandum（）；许多SecureRandom实现采用伪随机数生成器的形式（PRNG），这意味着他们使用确定性算法来生成来自真实随机种子的伪随机序列。其他实施方式可以产生真正的随机数，而其他人可以使用组合这两种技术的组合。

要生成介于最小值和最大值之间的随机数，请执行以下操作：

public static int generate(SecureRandom secureRandom, int min, int max) {
        return min + secureRandom.nextInt((max - min) + 1);
}

对于给定的最小（含）和最大（不含）值：

return min + secureRandom.nextInt((max - min));

运行代码示例：

public class Main {

    public static int generate(SecureRandom secureRandom, int min, int max) {
        return min + secureRandom.nextInt((max - min) + 1);
    }

    public static void main(String[] arg) {
        SecureRandom random = new SecureRandom();
        System.out.println(generate(random, 0, 2 ));
    }
}

stackoverflow、baeldung、极客等来源提供了Random和SecureRandom类之间的比较。

从baeldung可以看到：

使用SecureRandom最常见的方法是生成int、long、，浮点、双精度或布尔值：int randomInt=secureRandom.nextInt（）；long randomLong=secureRandom.netLong（）；float randomFloat=secureRandom.netFloat（）；doublerandomDouble=secureRandom.nexDouble（）；boolean randomBoolean=secureRandom.nextBoolean（）；为了生成int值，我们可以传递一个上界作为参数：int randomInt=secureRandom.nextInt（上限）；此外，我们可以为int、double和long生成一个值流：IntStream randomIntStream=secureRandom.ints（）；LongStream randomLongStream=secureRandom.long（）；DoubleStream randomDoubleStream=secureRandom.doubles（）；对于所有流，我们可以显式设置流大小：IntStream IntStream=secureRandom.ints（streamSize）；

该类提供了几个其他选项（例如，选择基础随机数生成器），这些选项超出了本问题的范围。

下面是一个简单的示例，它显示了如何从闭合的[min，max]范围生成随机数，而min<=max为真

您可以将其作为孔中字段类重用，也可以将所有Random.class方法放在一个位置

结果示例：

RandomUtils random = new RandomUtils();
random.nextInt(0, 0); // returns 0
random.nextInt(10, 10); // returns 10
random.nextInt(-10, 10); // returns numbers from -10 to 10 (-10, -9....9, 10)
random.nextInt(10, -10); // throws assert

来源：

import junit.framework.Assert;
import java.util.Random;

public class RandomUtils extends Random {

    /**
     * @param min generated value. Can't be > then max
     * @param max generated value
     * @return values in closed range [min, max].
     */
    public int nextInt(int min, int max) {
        Assert.assertFalse("min can't be > then max; values:[" + min + ", " + max + "]", min > max);
        if (min == max) {
            return max;
        }

        return nextInt(max - min + 1) + min;
    }
}

请原谅我过于挑剔，但大多数人建议的解决方案，即min+rng.nextInt（max-min+1），似乎很危险，因为：

rng.nextInt（n）无法达到整数.MAX_VALUE。当min为负值时，（max-min）可能会导致溢出。

万无一失的解决方案将为[Integer.min_VALUE，Integer.max_VALUE]内的任何min<=max返回正确的结果。请考虑以下简单的实现：

int nextIntInRange(int min, int max, Random rng) {
   if (min > max) {
      throw new IllegalArgumentException("Cannot draw random int from invalid range [" + min + ", " + max + "].");
   }
   int diff = max - min;
   if (diff >= 0 && diff != Integer.MAX_VALUE) {
      return (min + rng.nextInt(diff + 1));
   }
   int i;
   do {
      i = rng.nextInt();
   } while (i < min || i > max);
   return i;
}

尽管效率低下，但请注意while循环中成功的概率始终为50%或更高。

我发现这个例子生成随机数：

此示例生成特定范围内的随机整数。

import java.util.Random;

/** Generate random integers in a certain range. */
public final class RandomRange {

  public static final void main(String... aArgs){
    log("Generating random integers in the range 1..10.");

    int START = 1;
    int END = 10;
    Random random = new Random();
    for (int idx = 1; idx <= 10; ++idx){
      showRandomInteger(START, END, random);
    }

    log("Done.");
  }

  private static void showRandomInteger(int aStart, int aEnd, Random aRandom){
    if ( aStart > aEnd ) {
      throw new IllegalArgumentException("Start cannot exceed End.");
    }
    //get the range, casting to long to avoid overflow problems
    long range = (long)aEnd - (long)aStart + 1;
    // compute a fraction of the range, 0 <= frac < range
    long fraction = (long)(range * aRandom.nextDouble());
    int randomNumber =  (int)(fraction + aStart);    
    log("Generated : " + randomNumber);
  }

  private static void log(String aMessage){
    System.out.println(aMessage);
  }
} 

此类的示例运行：

Generating random integers in the range 1..10.
Generated : 9
Generated : 3
Generated : 3
Generated : 9
Generated : 4
Generated : 1
Generated : 3
Generated : 9
Generated : 10
Generated : 10
Done.

我正在考虑使用以下方法将生成的随机数线性归一化到所需范围。设x为随机数，设a和b为期望归一化数的最小和最大范围。

下面是一个非常简单的代码片段，用来测试线性映射产生的范围。

public static void main(String[] args) {
    int a = 100;
    int b = 1000;
    int lowest = b;
    int highest = a;
    int count = 100000;
    Random random = new Random();
    for (int i = 0; i < count; i++) {
        int nextNumber = (int) ((Math.abs(random.nextDouble()) * (b - a))) + a;
        if (nextNumber < a || nextNumber > b) {
            System.err.println("number not in range :" + nextNumber);
        }
        else {
            System.out.println(nextNumber);
        }
        if (nextNumber < lowest) {
            lowest = nextNumber;
        }
        if (nextNumber > highest) {
            highest = nextNumber;
        }
    }
    System.out.println("Produced " + count + " numbers from " + lowest
            + " to " + highest);
}