Use:

minValue + rn.nextInt(maxValue - minValue + 1)

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。

我已经创建了一个方法来获取给定范围内的唯一整数。

/*
      * minNum is the minimum possible random number
      * maxNum is the maximum possible random number
      * numbersNeeded is the quantity of random number required
      * the give method provides you with unique random number between min & max range
*/
public static Set<Integer> getUniqueRandomNumbers( int minNum , int maxNum ,int numbersNeeded ){

    if(minNum >= maxNum)
        throw new IllegalArgumentException("maxNum must be greater than minNum");

    if(! (numbersNeeded > (maxNum - minNum + 1) ))
        throw new IllegalArgumentException("numberNeeded must be greater then difference b/w (max- min +1)");

    Random rng = new Random(); // Ideally just create one instance globally

    // Note: use LinkedHashSet to maintain insertion order
    Set<Integer> generated = new LinkedHashSet<Integer>();
    while (generated.size() < numbersNeeded)
    {
        Integer next = rng.nextInt((maxNum - minNum) + 1) + minNum;

        // As we're adding to a set, this will automatically do a containment check
        generated.add(next);
    }
    return generated;
}

以下是使用Random和forEach的另一个示例

int firstNum = 20;//Inclusive
int lastNum = 50;//Exclusive
int streamSize = 10;
Random num = new Random().ints(10, 20, 50).forEach(System.out::println);

private static Random random = new Random();    

public static int getRandomInt(int min, int max){
  return random.nextInt(max - min + 1) + min;
}

OR

public static int getRandomInt(Random random, int min, int max)
{
  return random.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。