Fisher-Yates算法能确保每种排列等概率出现，需从后往前依次在当前位置及之前随机选索引交换；前提包括使用可修改List、均匀Random源、强种子；不同集合类型有对应优化策略。

它能真正让每个排列等概率出现，前提是用对了 List、Random 和调用方式。

核心是 Fisher-Yates 算法逻辑

不是随便交换两个位置，而是从后往前，每次在当前位置及之前的所有索引中随机选一个来交换。比如长度为 5 的列表，先处理索引 4（最后一个），随机选 [0,4] 中某位交换；再处理索引 3，随机选 [0,3] 中某位交换……依此类推。这样每个元素落到末尾位置的概率都是 1/5，倒数第二位是 1/4，层层递推，最终所有 5! = 120 种排列出现机会完全均等。

必须满足的三个前提条件

• 传入的是可修改的 List 实现，如 new ArrayList(original)；Arrays.asList() 返回的固定大小列表、List.of() 或 Collections.unmodifiableList() 都会直接抛异常
• Random 源要均匀：默认的 new Random() 通常没问题，但若自己重写 nextInt() 或用老旧 JDK 版本，低位可能有周期性偏差
• 种子不能太弱：用 System.currentTimeMillis() 当 seed 在高并发下容易重复，导致多线程拿到一模一样的打乱结果；测试时建议用常量 seed，如 new Random(123L)

不同 List 类型的处理策略

JDK 内部做了适配：

• 对 ArrayList 这类支持 O(1) 随机访问的集合，直接原地交换，时间复杂度 O(n)，空间 O(1)
• 对 LinkedList，因遍历慢，会先复制到数组、在数组上 shuffle、再逐个写回——避免 O(n²) 开销；但要注意：如果 shuffle 过程中被其他线程并发修改结构，可能触发 ConcurrentModificationException
• 元素少于阈值（通常是 5）时，无论什么 List 都走轻量路径，不转数组

非 List 集合怎么“随机”

Set、Map 本身无顺序概念，所谓“随机重组”其实是取其键或值转成 List 后再 shuffle：

• 随机取一个元素：new ArrayList(set).stream().skip(new Random().nextInt(set.size())).findFirst() 更高效；若需多次取样，先 shuffle 再 get(0) 或 subList(0,k)
• Map 随机键遍历：List<K> keys = new ArrayList<>(map.keySet()); Collections.shuffle(keys); 后续按 keys 顺序访问 map 即可
• 注意别误写 Arrays.asList(new int[]{...})——这返回的是 List<int[]>，不是你想要的 List<Integer>，shuffle 不起作用