这是Gili链接到的Sun论坛帖子中为什么“为什么比同时具有更高的效率和更少的偏见” 的详细说明：
Random.nextInt(n)Math.random() * n
Math.random（）内部使用
Random.nextDouble（）。
Random.nextDouble（）两次使用
Random.next（）来生成一个在其尾数中具有近似均匀分布的位的double，因此它在0到
1-（2 ^ -53）的范围内均匀分布。
Random.nextInt（n）平均使用
Random.next（）少于两次-它使用一次，并且如果获得的值大于MAX_INT以下的n的最高倍数，它将再次尝试，否则返回模n的值（这是防止高于MAX_INT的n的最高倍数的值倾斜），因此返回一个在0到n-1范围内均匀分布的值。
在按比例缩放6之前，
Math.random（）的输出是从均匀分布得出的2 ^ 53个可能值之一。
缩放为6不会更改可能值的数量，然后将其强制转换为int会强制将这些值放入六个“存储桶”（0、1、2、3、4、5）之一，每个存储桶对应于涵盖其中一个范围的范围
1501199875790165或
1501199875790166的可能值（因为6不是
2 ^ 53的视变数）。这意味着对于足够数量的骰子辊（或具有足够数量的侧面的骰子），骰子将显示自己偏向较大的铲斗。
您将要等待很长时间才能看到这种效果。
Math.random（）还需要大约两次处理，并且需要进行同步。
