如何在 Java 中高效生成 10 个不重复的 0 到 20 范围内的随机整数_网络技术

如何在 Java 中高效生成 10 个不重复的 0 到 20 范围内的随机整数

发布时间 - 2026-01-05 00:00:00 点击率：次

本文介绍一种简洁、可靠且性能优良的方法：先构建候选数字列表，再通过随机洗牌（shuffle）从中选取前 10 个元素，彻底避免重复问题。

在 Java 中生成指定范围内无重复的随机整数，最常见误区是使用“随机生成 + 逐个比对”的方式（如原代码中的 do-while 循环），这种方式不仅逻辑复杂、易出错，还存在无限循环风险（尤其当剩余可选数极少时），且仅与前一项比较（list[i] == list[i-1]）根本无法检测数组中已存在的其他重复值——这正是示例输出中出现多个 0 和 16 的根本原因。

✅ 推荐方案：Fisher–Yates 洗牌 + 截取（Shuffle & Slice）
该方法基于“均匀随机排列”原理，时间复杂度 O(n)，逻辑清晰，100% 无重复，且天然支持任意范围和数量：

import java.util.*;
import java.util.stream.Collectors;
import java.util.stream.IntStream;

public class Assignment2_Q2 {
    public static void main(String[] args) {
        int[] myList = generateUniqueRandoms(0, 20, 10); // [min, max] inclusive, count=10
        Arrays.sort(myList);
        System.out.println("The array in sorted order:\n" + Arrays.toString(myList));
    }

    // ✅ 核心方法：生成 [min, max] 内 count 个不重复随机整数
    public static int[] generateUniqueRandoms(int min, int max, int count) {
        if (count > (max - min + 1)) {
            throw new IllegalArgumentException(
                String.format("Cannot select %d unique numbers from range [%d, %d]", 
                              count, min, max));
        }

        // 1. 构建完整候选列表：0, 1, 2, ..., 20 → 共 21 个数
        List candidates = IntStream.rangeClosed(min, max)
                                            .boxed()
                                            .collect(Collectors.toList());

        // 2. 随机打乱顺序（内部使用 Fisher-Yates 算法）
        Collections.shuffle(candidates, new Random()); // 显式传入 Random 更利于测试

        // 3. 取前 count 个，并转为 int[] 数组
        return candidates.subList(0, count).stream()
                         .mapToInt(Integer::intValue)
                         .toArray();
    }
}

? 关键说明与注意事项：

IntStream.rangeClosed(min, max) 生成包含边界的整数流（0 到 20 共 21 个数），完美匹配题目要求；
Collections.shuffle() 是线程安全、高效且均匀的实现，远优于手写去重逻辑；
显式传入 new Random() 可提升可重现性（如需固定种子，可用 new Random(42)）；
添加了参数校验：当请求数量超过可用总数时（如要 25 个不重复数但范围只有 21 个），立即抛出异常，避免静默失败；
若需兼容 Java 8 以下版本，可用传统 for 循环填充 ArrayList 替代 IntStream。

? 延伸建议：
若后续需频繁调用或处理更大规模数据，可进一步封装为泛型工具类；对于极端性能敏感场景（如每秒百万次调用），可考虑 ThreadLocalRandom + 原始数组 + Knuth 洗牌优化，但本例中标准库方案已足够健壮高效。

此方法从设计源头杜绝重复，代码简洁可读，是生产环境推荐的标准实践。

# java # 工具 # ai # stream # 排列 # 标准库

相关栏目：【网站优化151355 】【网络推广146373 】【网络技术251813 】【 AI营销90571 】

上一篇：Mac无法连接到App Store怎么办_解决Mac商店打不

下一篇：为什么不应该将vendor目录提交到Git_Composer

相关栏目网站优化
网络推广
网络技术
AI营销

最新文章 Sublime怎么一键压缩JS代码 Su sublime如何在搜索中使用正则表达式 Sublime如何设置透明窗口效果 Su mysql如何设计商品表结构_mysql css属性背景图不显示怎么办_通过检查路如何使用Golang实现排序_Golan 农历闰月是怎么回事_为合回归年加一月调整塑造《刺客信条》艾吉奥传奇的编剧离开育碧 1英里等于多少公里 1mile和km的换 css grid布局中行和列是如何定义的 PS批量旋转和翻转图片，快速校正图片方向 C# Swagger UI自定义方法 C OPPO手机九宫格和全键盘怎么切换_OP Go语言如何实现用户登录注册_Golan 1节飞行速度多少公里每小时 1节是多少公纸嫁衣8千子树第五章庙门怎么开启庙门 Laravel 多行数据编辑表单中实现逐明日之后如何提升钓鱼等级明日之后提升钓支付宝怎样查年度账单_支付宝年度账单查看 C# 多线程UI更新Dispatcher

上一篇：Mac无法连接到App Store怎么办_解决Mac商店打不

下一篇：为什么不应该将vendor目录提交到Git_Composer