 private void simpleRandom(int start, int end, int count) { 
    System.out.println("樸素隨機算法："); 
    StringBuffer buffer = new StringBuffer(); 
    for (int i = 0; i < count; i++) { 
      int random = NumberUtils.randomInteger(start, end); 
      buffer.append(i == 0 ? ("[" + random) : (", " + random)); 
    } 
    buffer.append("]"); 
    System.out.println(buffer); 
  }

第二次嘗試：檢查存在性隨機算法

我們知道上面的方法有一個問題，就是可能會有重復數(shù)據。于是，我們就想到，在生成一個隨機數(shù)的時候進行檢查一下這個數(shù)是不是已經存在了，如果存在了就重新生成。

private void checkRandom(int start, int end, int count) { 
    System.out.println("檢查存在性隨機算法："); 
    StringBuffer buffer = new StringBuffer(); 
    List<Integer> save = new ArrayList<>(); 
    for (int i = 0; i < count; i++) { 
      int random = NumberUtils.randomInteger(start, end); 
      if (exits(save, random)) { 
        i--; 
        continue; 
      } 
       
      save.add(random); 
      buffer.append(i == 0 ? ("[" + random) : (", " + random)); 
    } 
    buffer.append("]"); 
    System.out.println(buffer); 
  }

第三次嘗試：元素移除隨機算法

上面的算法已經解決了數(shù)據重復的問題。不過，有一個很糟糕的問題就是可能我們要花費很長的時間來生成抽樣隨機數(shù)（這個要看臉了。。。。）。

不過，這里我們有了新想法。那就是在一個集合中去隨機一個數(shù)，當這個被選中的時候就remove掉，那么下次再隨機的時候是不是就不會再隨機到這個數(shù)了？這樣就很好地解決了隨機數(shù)的重復問題。代碼如下：

 private void removeRandom(int start, int end, int count) { 
    System.out.println("元素移除隨機算法："); 
    StringBuffer buffer = new StringBuffer(); 
    List<Integer> numbers = initList(start, end); 
    for (int i = 0; i < count; i++) { 
      int random = NumberUtils.randomInteger(count - i); 
      buffer.append(i == 0 ? ("[" + numbers.get(random)) : (", " + numbers.get(random))); 
      numbers.remove(random); 
    } 
     
    buffer.append("]"); 
    System.out.println(buffer); 
  }

第四次嘗試：狀態(tài)轉移隨機算法

在我之前的很多博客中，就有一些是算法中的狀態(tài)轉移過程。而狀態(tài)的轉移也是我最喜歡的算法之一。下面的圖-1中標注了隨機數(shù)的取值范圍，序列中的橙色數(shù)字是結果中的隨機序列。最下方的序列中有一些虛線的箭頭，代表了狀態(tài)的轉移。

圖-1 基于狀態(tài)轉移的抽樣隨機數(shù)生成算法

實現(xiàn)代碼：

 private void statusRandom(int start, int end, int count) { 
    System.out.println("狀態(tài)轉移隨機算法："); 
    StringBuffer buffer = new StringBuffer(); 
    int[] status = new int[end + 1]; 
    for (int i = 0; i < count; i++) { 
      int random = NumberUtils.randomInteger(start, end); 
      System.err.println(random); 
      if (status[random] == 0) { 
        buffer.append(i == 0 ? ("[" + random) : (", " + random)); 
        status[random] = random == end ? start : (random + 1); // 不可能有在start之前的數(shù)字 
      } else { 
        // 狀態(tài)轉移 
        int index = random; 
        do { 
          index = status[index]; 
        } while (status[index] != 0); 
         
        buffer.append(i == 0 ? ("[" + index) : (", " + index)); 
        status[index] = index == end ? start : (index + 1); // 不可能有在start之前的數(shù)字 
      } 
    } 
     
    buffer.append("]"); 
    System.out.println(buffer); 
  }

第五次嘗試：遞歸Floyd隨機算法

Floyd算法說到底也是一種狀態(tài)的轉移過程。該算法會要求輸入一個List或是array來保存已經確定的隨機數(shù)。顧名思義，這里我會用到遞歸的解法。在遞歸的過程中，我們把第i個隨機數(shù)的狀態(tài)轉移到了第i-1個隨機身上了。代碼如下：

private List<Integer> simpleFloyd(List<Integer> list, int count, int start, int end) { 
    if (count == 0) { 
      return list; 
    } 
    list = simpleFloyd(list, count - 1, start, end - 1); 
    int random = NumberUtils.randomInteger(start, end); 
    if (list.contains(random)) { 
      list.add(end); 
    } else { 
      list.add(random); 
    } 
    return list; 
  }

第六次嘗試：迭代Floyd隨機算法

思路與上面的遞歸Floyd隨機算法是相似的，不過，這里我們加入了一個變量來做優(yōu)化。就不需要再去遞歸了。代碼如下：

private List<Integer> iterationFloyd(int start, int end, int count) { 
    System.out.println("迭代Floyd隨機算法："); 
    List<Integer> list = new ArrayList<>(); 
    for (int i = end - count + 1; i < end; i++) { 
      int random = NumberUtils.randomInteger(start, i); 
      if (list.contains(random)) { 
        list.add(i); 
      } else { 
        list.add(random); 
      } 
    } 
     
    return list; 
  }

測試結果：