Collections.shuffle()是Java中基于Fisher-Yates算法、O(n)时间复杂度、原地操作的List随机打乱方法，支持可控种子、自动适配ArrayList/LinkedList性能优化，但需规避不可修改列表、线程安全及类型误用等陷阱。
Collections.shuffle() 是 Java 中最实用、最可靠的随机打乱工具，它不靠“碰运气”，而是基于 Fisher-Yates（Knuth）算法实现严格等概率排列，时间复杂度稳定为 O(n)，空间开销仅为 O(1)（原地操作）。它的效率和简洁性远超手写循环或流式采样，但用得是否得当，直接决定程序的健壮性与可维护性。
什么时候高效？看列表类型和规模
shuffle 的性能不是一成不变的，它会根据 List 实现自动优化：
- 对 ArrayList（或任意实现 RandomAccess 接口的 List），直接原地交换元素，快且省内存
- 对 LinkedList，内部会先复制为 Object[] 数组再洗牌，最后逐个写回——十万级 LinkedList 洗牌可能比 ArrayList 慢上百倍
- 元素数 ≤ 5 时，无论类型都走轻量路径，基本无感知延迟
怎么用才不出错？避开三类典型陷阱
很多 UnsupportedOperationException 或“没变化”问题，其实都源于传入了不支持修改的 List：
- Arrays.asList() 返回的列表不能直接 shuffle：它是固定大小视图，set() 操作被禁用。正确做法是 new ArrayList(Arrays.asList(...)) 包一层
- 数组本身不能 shuffle：String[]、int[] 需先转为 List；对 String[]，可用 Collections.shuffle(Arrays.asList(array)) —— 因为该视图支持 set()
- 不可变包装列表失效：Collections.unmodifiableList()、Collections.synchronizedList() 等均不支持 shuffle，必须用原始可变副本
如何兼顾随机性与可重现性？按场景选 Random
默认版本用系统时间种子，适合生产环境；但测试、审计、游戏存档需要结果稳定：
立即学习“Java免费学习笔记（深入）”；
- 单元测试中，始终用 new Random(123L) 这类固定种子，保证每次运行输出一致
- 抽奖系统上线后，建议记录每次使用的 seed（哪怕不公开），便于事后验证公平性
- 高并发服务中，避免全局共享同一个 Random 实例；可用 ThreadLocal.withInitial(Random::new) 避免竞争
高频场景下的实用技巧
在推荐轮播、答题选项乱序、抽奖名单生成等真实业务中，几条经验很关键：
- 抽 N 个中奖者？shuffle 一次 + subList(0, Math.min(N, list.size()))，无需 while 循环去重或重试
- 要保留原始顺序？先 new ArrayList(original) 再 shuffle，别试图“恢复”——原地操作不可逆
- 仅需少量随机元素（如从百万用户中抽 10 个）？用 Random.nextInt(size) 抽索引更省内存，不必全量 shuffle
