在这种情况下，您应该使用nextDouble()。

• Gaussian* 分布是一种分布，其范围覆盖双精度值的整个集合（从数学上讲，从负无穷大到正无穷大），峰值在零附近。因此，Gaussian 分布不均匀。

nextDouble()方法在0和1（包括0，不包括1）之间均匀绘制数字。
因此，您可以使用下列程式码，在0和255（两者都包括在内）之间随机绘制数字：

Random rand = new Random();
int value = (int) math.floor(256.0*rand.nextDouble());

然而，更快的算法是掩码随机整数（Random.nextInt）：

Random rand = new Random();
int value = rand.nextInt()&0xff;

这种算法在big-oh分析中速度并不快，但它节省了更昂贵的nextDouble方法调用以及浮点乘法和浮点到整型的转换。

可以将nextGaussian（）与Math.abs（）结合使用，以便获得高斯分布的正值。

Random random = new Random();
double positiveRandomValue = Math.abs(random.nextGaussian());

您可以通过调整平均值和标准差来拟合~[0，1]之间的正态（高斯）分布。例如，使用mean = 0.5，std = 0.15，您将以99.91%的总概率得到介于[0，1]之间的值。最终，您可以确保值严格介于[0，1]之间。

Supplier<Double> alphaSupplier = new Supplier<Double>() {
        
        @Override
        public Double get() {
            double value = new Random().nextGaussian() * 0.15 + 0.5;
            return Math.max(0, Math.min(1, value));
        }
    };
    
double random value = alphaSupplier.get();