为什么在Random.java中选择了181783497276652981和8682522807148012
以下是来自Java SE JDK 1.7的相关源代码：
/**
*创建一个新的随机数生成器。此构造函数设置
*随机数生成器的种子很可能是一个值
*与此构造函数的任何其他调用不同。
*/
公共随机{
这（seedUniquifier（）^System.nanoTime（））；
}
私有静态长种子uniquifier（）{
//L'Ecuyer，“线性同余生成元表”
//不同尺寸和良好的晶格结构”，1999年
对于（；；）{
长电流=seedUniquifier.get（）；
长下一个=当前*181783497276652981L；
if（种子Uniquifier.compareAndSet（当前，下一个））
下一步返回；
}
}
专用静态最终原子长种子唯一限定符
=新原子长（8682522807148012L）；
因此，在没有任何seed参数的情况下调用new Random（），将获取当前的“seed uniquifier”，并将其与System.nanoTime（）异或。然后使用181783497276652981创建另一个种子uniquifier，以便下次调用new Random（）时存储
文本181783497276652981L和8682522807148012L不放在常量中，但它们不会出现在其他任何地方
起初，这个评论给了我一个简单的线索。在线搜索该文章将生成实际的文章8682522807148012没有出现在论文中，但是，181783497276652981确实出现了——作为另一个数字的子串，1181783497276652981，即181783497276652981，前面加了1
本文声称，1181783497276652981是一个对线性同余生成器产生良好“优点”的数字。这个数字只是被错误地复制到Java中了吗？181783497276652981是否具有可接受的优点
为什么选择了8682522807148012
在线搜索任何一个数字都不会产生任何解释，只有此页面也会注意到181783497276652981前面已删除的1
是否可以选择其他与这两个数字同样有效的数字？为什么
-
这个数字只是被错误地复制到Java中了吗
是的，好像是打字错误
-
181783497276652981是否具有可接受的优点
这可以使用本文提出的评估算法来确定。但“原始”数字的优点可能更高
-
为什么选择8682522807148012
似乎是随机的。它可能是编写代码时System.nanoTime（）的结果
-
是否可以选择其他与这两个数字同样有效的数字
并不是每个数字都一样“好”。所以，不
播种策略
JRE的不同版本和实现之间的默认种子模式存在差异
public Random（）{this（System.currentTimeMillis（））；}
public Random（）{this（++seedUniquifier+System.nanoTime（））；}
public Random（）{this（seedUniquifier（）^System.nanoTime（））；}
如果您在一行中创建多个RNG，则第一个RNG是不可接受的。如果它们的创建时间在相同的毫秒范围内，它们将给出完全相同的序列。（相同的种子=>相同的序列）
第二个不是线程安全的。当同时初始化时，多个线程可以获得相同的RNG。此外，后续初始化的种子往往是相关的。根据系统的实际计时器分辨率，种子序列可以线性增加（n，n+1，n+2，…）。正如《随机种子需要有多大的不同》中所述？而参考文献中伪随机数发生器初始化的常见缺陷是，相关种子可以在多个RNG的实际序列之间产生相关性
第三种方法创建随机分布的、因此不相关的种子，甚至跨线程和后续初始化。
因此，当前的java文档：
此构造函数将随机数生成器的种子设置为
值很可能不同于此函数的任何其他调用
构造器
可以通过“跨线程”和“不相关”进行扩展
种子序列质量
但种子序列的随机性仅与基础RNG一样好。
此java实现中用于种子序列的RNG使用c=0和m=2^64的乘法线性同余生成器（MLCG）。（模2^64由64位长整数的溢出隐式给出）
由于c为零和2模幂，因此“质量”（周期长度、位相关性等）受到限制。正如文章所说，除了整体循环长度外，每个位都有自己的循环长度，对于低有效位，循环长度呈指数下降。因此，较低的位具有较小的重复模式。（seedUniquifier（）的结果应进行位反转，然后在实际RNG中将其截断为48位）
但是它很快！为了避免不必要的比较和设置循环，循环体应该是快速的。这可能解释了这个特定MLCG的用法，没有加法，没有xoring，只有一次乘法
上面提到的论文给出了一个c=0和m=2^64的良好“乘数”列表，如1181783497276652981
总而言之：这是@JRE开发者的一项努力；）但是有一个拼写错误。
（但谁知道呢，除非有人对其进行评估，否则缺失的前导1实际上有可能改善播种RNG。）
但某些乘数肯定更糟糕：
“1”表示一个恒定的序列。
“2”导致单位移动序列（以某种方式相关）
RNG的序列间相关性实际上与（Monte Carlo）模拟相关，其中多个随机序列被实例化甚至并行化。因此，为了获得“独立”的模拟运行，需要一个良好的播种策略。因此，C++11标准引入了种子序列的概念，用于生成不相关的种子