linux随机数生成，java生成随机数不重复

如何在Linux系统通过命令行生成随机文件

A、当你不需要关心随机文件的内容，只需一个固定大小的文件

1、Solaris、Mac OS X等Unix系统中mkfile指令，可以产生指定大小的文件，而Linux上则没有

例子：

mkfile-n 160g test1

2、Linux可以用dd指令，/dev/zero是一个特别的文件描述符可以通过它返回null值

例子：

dd if=/dev/zero of=test.file count=1024 bs=1024

产生count* bs字节的文件，1M

此方法生成随机文件的好处在于效率高（产生1G文件大概1s）,创建的文件大小精确到字节

坏处也有

使用null字符来填充文件内容，文件统计时没有行（wc-l test.file为0）

B、当你不需要关心随机文件的内容，但期望测试文件能有统计的行

将/dev/zero改为/dev/urandom，/dev/urandom是linux下的随机数生成器

关于/dev/urandom跟/dev/random两者的区别就不在此详细讨论，大概就是，前者是不受系统interrupts的限制，即使没有足够的interrupt它也能通过随机数生成器产生足够的输出值；而后者如果用在dd上，它不能被ctrl+c或者kill-9中断，如果ds的值较大时，产生的随机值不足而长期占用CPU。虽然说/dev/random产生的随机数会更随机些，但与dd混用还是建议用/dev/urandom效率更高。

缺点跟/dev/zero比当然是效率会更低些了，生成个100Mb的文件需要10秒左右，而且文件并没有可读的内容，一般的情况基本上是满足了。

漏了说句，dd是linux与unix都支持的指令。

C、当你关心文件的随机内容行数，而不关心内容是否有所重复

这里的思路就是找一个参照文件（比如说2行），将文件重新定向到新的文件，再mv覆盖保存，外加一个for循环。（n为循环次数，产生的文件行为2^（n+1））

例子:假设先建立一个file.txt文件，里面含有Hello和 World两行

for i in{1..n}; do cat file.txt file.txt> file2.txt&& mv file2.txt file.txt; done

由于是阶乘，n=20左右已经是200W行，效率会下降地比较厉害

D、当你关心随机文件的内容，而不想出现重复内容行情况

这种情况下系统的指令应该是不能满足了，或者可以通过操作系统的指令写一大串脚本也可以达到，但不建议这么做，因为可读性和维护性考虑，你应该要引入Ruby或者Python类的脚本语言帮忙了

但还是要借助些系统的东西来帮忙

思路：

/usr/share/dict/words里面有记录一些单词，一共235886行，每行一个单词

可以从里面挑选一些作为文件的内容

加循环达到我们想要的随机文件要求

举例：

ruby-e'a=STDIN.readlines;X.times do; b=[];Y.times do; b<<a[rand(a.size)].chomp end; puts b.join("")'</usr/share/dict/words> file.txt

X为随机文件需要的行数，Y为从words中读取的单词，虽说组合成一句的命令，还是可以读懂的；从标准输入中重复读取Y个单词，写入到b列表中，然后再通过join空格连接内容写入到标准输出文件file.txt中

这样基本很少会有重复的行了，而且生成的效率与其他方法对比还是可以的，10秒生成100Mb文件。欢迎大家讨论。

Linux 文件安全之随机数生成器 李晓辉

Linux文件安全之随机数生成器

   笔者：李晓辉

数据安全这一话题，在如今这个时代，哪里都在喊，但是我们每天都能看到由于数据安全不到位，造成多少多少损失，说实话，谁也不能保证数据的绝对安全，只有相对的安全，好了，今天我们的话题，也是关于数据安全的，今天我们来讨论一下linux下的随机数生成器的使用，linux随机数生成器总的来说还是很不错的，它可以把我们敲击键盘的速度，重量，鼠标的移动等，都通过一定的算法来生成密钥，我们再用密钥来加密和解密，这种情况下，数据还是比较安全的。

好了，费话不多说，开始我们的话题

首先，一直都是检查软件是否安装，这个其实不用检查，默认安装的一般都有。需要的命令和包如下

好的，我们就以下图中两个用户来演示一下，Steven、Kevin两个人

首先，每个人都要有自己的公私钥，我们先来生成一下，用命令gpg–gen-key来生成一下，下图中问我们用哪一种算法，我就用默认的了,第一种，直接回车

好了，现在问我们想要的密钥长度是多少，在1024到4096之间，默认是2048，我也用默认的，直接回车

好的，现在问我们的密钥多久后过期，我这就用永不过期了，就是默认的，同样，直接回车

现在要一个用户ID来标示我们的密钥，不用说，当然是steven了，因为这是steven在生成自己的密钥，确认信息后，我们按O，来生成我们的KEY

现在让我们输入KEY中的密码，会更安全，即使你的文件和公钥到别人的手里，没有密码也不行

再来一次

现在可以开始我们的生成之旅了，我们可以敲击键盘，移动鼠标写入磁盘等操作，随意，就会生成我们独特的密钥

下面是我输入的，你们随意

然后会看到下图，说明生成成功了

我们来导出一下我们的钥匙

我们来看一下，里面都有什么，如下图，好吧，我晕了，看不懂，不过看不懂就对了，因为这是加密过的

好的，我们切换到kevin这个用户下，然后同样的，他也生成一把钥匙

同样的，他也导出一份key出来

好了，到此，两个用户的密钥就算生成完了，现在开始来让两个用户把对方的钥匙导入进来

下图是steven把kevin的密钥导入了

下图是kevin把steven的密钥给导入了

好的，现在steven有个1.txt这个文件了

现在我们来做一下加密与解密的过程，现在加密一下1.txt

Gpg–ear是加密的，后面跟上你要把文件给哪个用户持的用户ID，然后哪上文件名

好的，加密完成，现在我们来看看加密的东西，看是否能看到真的内容，看，下图是加密过的，现在我们用kevin来看一下，因为我们授权给它看的

下图中是kevin登录上来的，他看到的也是乱码，说明在传输中可以保证一定的安全，任何人拿到后都是乱码，只有我们指定的人才可以解密

我们用kevin来解密试试，用gpg–d跟上文件，然后我们把内容放到task.txt中

好的，我们的密钥中有密码的要输入正确才行

现在我们来看看那个task.txt中的内容吧，现在应该就能看到内容了

看到了吧，现在已经成功了，祝各位也成功，不成功的留言

本文出自“阳光☆奋进”博客

C++产生随机数的

本文由青松原创并依GPL-V2及其后续版本发放，转载请注明出处且应包含本行声明。\x0d\x0a\x0d\x0aC++中常用rand()函数生成随机数，但严格意义上来讲生成的只是伪随机数（pseudo-random integral number）。生成随机数时需要我们指定一个种子，如果在程序内循环，那么下一次生成随机数时调用上一次的结果作为种子。但如果分两次执行程序，那么由于种子相同，生成的“随机数”也是相同的。\x0d\x0a\x0d\x0a在工程应用时，我们一般将系统当前时间(Unix时间)作为种子，这样生成的随机数更接近于实际意义上的随机数。给一下例程如下：\x0d\x0a\x0d\x0a#include\x0d\x0a#include\x0d\x0a#include\x0d\x0ausing namespace std;\x0d\x0a\x0d\x0aint main()\x0d\x0a{\x0d\x0a double random(double,double);\x0d\x0a srand(unsigned(time(0)));\x0d\x0a for(int icnt= 0; icnt!= 10;++icnt)\x0d\x0a cout<<"No."<< icnt+1<<":"<< int(random(0,10))<< endl;\x0d\x0a return 0;\x0d\x0a}\x0d\x0a\x0d\x0adouble random(double start, double end)\x0d\x0a{\x0d\x0a return start+(end-start)*rand()/(RAND_MAX+ 1.0);\x0d\x0a}\x0d\x0a/*运行结果\x0d\x0a* No.1: 3\x0d\x0a* No.2: 9\x0d\x0a* No.3: 0\x0d\x0a* No.4: 9\x0d\x0a* No.5: 5\x0d\x0a* No.6: 6\x0d\x0a* No.7: 9\x0d\x0a* No.8: 2\x0d\x0a* No.9: 9\x0d\x0a* No.10: 6\x0d\x0a*/\x0d\x0a利用这种方法能不能得到完全意义上的随机数呢？似乎9有点多哦？却没有1,4,7？！我们来做一个概率实验，生成1000万个随机数，看0-9这10个数出现的频率是不是大致相同的。程序如下：\x0d\x0a#include\x0d\x0a#include\x0d\x0a#include\x0d\x0a#include\x0d\x0ausing namespace std;\x0d\x0a\x0d\x0aint main()\x0d\x0a{\x0d\x0a double random(double,double);\x0d\x0a int a[10]=;\x0d\x0a const int Gen_max= 10000000;\x0d\x0a srand(unsigned(time(0)));\x0d\x0a\x0d\x0a for(int icnt= 0; icnt!= Gen_max;++icnt)\x0d\x0a switch(int(random(0,10)))\x0d\x0a{\x0d\x0a case 0: a[0]++; break;\x0d\x0a case 1: a[1]++; break;\x0d\x0a case 2: a[2]++; break;\x0d\x0a case 3: a[3]++; break;\x0d\x0a case 4: a[4]++; break;\x0d\x0a case 5: a[5]++; break;\x0d\x0a case 6: a[6]++; break;\x0d\x0a case 7: a[7]++; break;\x0d\x0a case 8: a[8]++; break;\x0d\x0a case 9: a[9]++; break;\x0d\x0a default: cerr<<"Error!"<< endl; exit(-1);\x0d\x0a}\x0d\x0a\x0d\x0a for(int icnt= 0; icnt!= 10;++icnt)\x0d\x0a cout<< icnt<<":"<< setw(6)<< setiosflags(ios::fixed)<< setprecision(2)<< double(a[icnt])/Gen_max*100<<"%"<< endl;\x0d\x0a\x0d\x0a return 0;\x0d\x0a}\x0d\x0a\x0d\x0adouble random(double start, double end)\x0d\x0a{\x0d\x0a return start+(end-start)*rand()/(RAND_MAX+ 1.0);\x0d\x0a}\x0d\x0a/*运行结果\x0d\x0a* 0: 10.01%\x0d\x0a* 1: 9.99%\x0d\x0a* 2: 9.99%\x0d\x0a* 3: 9.99%\x0d\x0a* 4: 9.98%\x0d\x0a* 5: 10.01%\x0d\x0a* 6: 10.02%\x0d\x0a* 7: 10.01%\x0d\x0a* 8: 10.01%\x0d\x0a* 9: 9.99%\x0d\x0a*/\x0d\x0a可知用这种方法得到的随机数是满足统计规律的。\x0d\x0a\x0d\x0a另：在Linux下利用GCC编译程序，即使我执行了1000000次运算，是否将random函数定义了inline函数似乎对程序没有任何影响，有理由相信，GCC已经为我们做了优化。但是冥冥之中我又记得要做inline优化得加O3才行...\x0d\x0a\x0d\x0a不行，于是我们把循环次数改为10亿次，用time命令查看执行时间：\x0d\x0achinsung@gentoo~/workspace/test/Debug$ time./test\x0d\x0a0: 10.00%\x0d\x0a1: 10.00%\x0d\x0a2: 10.00%\x0d\x0a3: 10.00%\x0d\x0a4: 10.00%\x0d\x0a5: 10.00%\x0d\x0a6: 10.00%\x0d\x0a7: 10.00%\x0d\x0a8: 10.00%\x0d\x0a9: 10.00%\x0d\x0a\x0d\x0areal 2m7.768s\x0d\x0auser 2m4.405s\x0d\x0asys 0m0.038s\x0d\x0achinsung@gentoo~/workspace/test/Debug$ time./test\x0d\x0a0: 10.00%\x0d\x0a1: 10.00%\x0d\x0a2: 10.00%\x0d\x0a3: 10.00%\x0d\x0a4: 10.00%\x0d\x0a5: 10.00%\x0d\x0a6: 10.00%\x0d\x0a7: 10.00%\x0d\x0a8: 10.00%\x0d\x0a9: 10.00%\x0d\x0a\x0d\x0areal 2m7.269s\x0d\x0auser 2m4.077s\x0d\x0asys 0m0.025s\x0d\x0a\x0d\x0a前一次为进行inline优化的情形，后一次为没有作inline优化的情形，两次结果相差不大，甚至各项指标后者还要好一些，不知是何缘由...