Collections.shuffle 严格实现 Fisher-Yates 算法，从后往前原地交换确保 n! 种排列等概率；根据 RandomAccess 接口和大小阈值自适应选择数组或链表优化路径；支持 SecureRandom 提升安全性，需规避不可变列表及重复 shuffle 等陷阱。
Collections.shuffle 的底层实现不是简单地随机交换两个位置，而是严格遵循 Fisher-Yates（Knuth）洗牌算法，从后往前逐个“固定”元素位置，从而在数学上保证所有 n! 种排列出现概率完全相等。
核心执行逻辑：从后往前的原地交换
算法从列表末尾开始，对索引 i（从 n−1 递减到 1），在区间 [0, i] 中均匀随机选取一个索引 j，然后交换位置 i 和 j 的元素。这一设计确保：第 i 个位置被任意一个尚未固定的元素填入的概率恒为 1/(i+1)，而剩余子问题递归满足相同条件。
- 例如长度为 4 的列表：第 3 位有 4 种选择（概率各 1/4），选定后第 2 位在剩下 3 个中选（概率各 1/3），依此类推
- 整条执行路径共 n × (n−1) × … × 1 = n! 条，每条路径概率均等，且一一映射唯一排列
- 这与“每次随机选两个下标交换”有本质区别——后者产生 nⁿ 条路径，无法被 n! 整除，必然导致某些排列被重复覆盖、概率偏高
自适应策略：根据列表类型动态切换路径
实际源码中，shuffle 并非“一刀切”，而是运行时智能判断：先检查列表是否实现 RandomAccess 接口，再结合大小是否小于阈值（SHUFFLE_THRESHOLD = 5）。由此分出两条执行路径：
- 若列表支持高效随机访问（如 ArrayList）或元素数 ≤ 5：直接在原 List 上循环 swap，时间复杂度 O(n)，空间 O(1)
- 若为 LinkedList 等顺序访问开销大的结构：先调用 toArray() 转为数组，在数组上高效 shuffle，再通过 ListIterator 逐个写回原列表
随机源控制与安全性考量
方法提供两个重载签名：无参版本使用 new Random()（种子来自系统纳秒时间），适用于一般业务；带 Random 参数的版本支持传入 SecureRandom 或指定 seed 的 Random 实例。
立即学习“Java免费学习笔记（深入）”；
- 用 SecureRandom 可提升抽奖等高安全场景的抗预测性
- 用固定 seed 的 Random（如 new Random(123)）可实现结果可重现，便于测试与审计
- 注意：普通 Random 非线程安全，多线程并发调用时应避免共享同一实例；SecureRandom 是线程安全的
使用边界与常见避坑点
该方法对空列表、单元素、含 null 元素等情况均能正确处理，但需警惕以下实际问题：
- Arrays.asList() 返回的是固定大小的不可变视图，直接 shuffle 可能抛 UnsupportedOperationException；应先 new ArrayList(...) 包装
- 不要对同一列表反复多次 shuffle——不提升公平性，反而可能因迭代器状态或哈希扰动引入隐式偏差
- 避免手动模拟抽号（如 while 循环 random.nextInt() 去重），效率低且在小奖池高命中率下易产生概率倾斜
- 业务上建议 shuffle 奖品 ID 列表而非奖品对象本身，保持数据状态分离，增强可追溯性
