如何实现智能随机算法 解决Kindle高亮推送重复选取问题

你当前的代码本身就没有做重复校验，每次生成随机索引后直接存入结果数组，哪怕和之前已经选中的索引完全相同也会被加入，这是单日推送就会出现重复内容的根本原因——和高亮总条目数没有关系，属于逻辑漏洞，不是概率问题。哪怕总共有1000条高亮，抽取5次的过程中依然可能命中同一个索引，你之前对随机重复概率的预期是错误的。

你提到的两个解决方向都可行，适配不同的需求场景：

方案1：单次抽取内去重（零额外存储，解决单日内容重复） #

只需要在每次生成随机索引后，判断该索引是否已经被选中，没被选中才加入结果集，就能保证单次推送的5条内容互不重复，修改后的代码如下：

const highlights = [....] // 存储所有高亮的字符串数组，共数百条
const indices = [];

// 选取5个不重复的高亮索引
while (indices.length < 5) {
  const random = Math.floor(Math.random() * highlights.length);
  // 跳过已经选中的索引
  if (!indices.includes(random)) {
    indices.push(random);
  }
}

注意：如果高亮总条目数小于5，这段逻辑会陷入死循环，提前做数组长度判断即可。数百条量级的数据用includes做判断完全没有性能压力，不需要额外优化。
这个方案的局限性是只能保证单日推送的内容不重复，无法解决跨天重复的问题：今天抽到过的索引，明天依然有概率被抽到，随着运行时间变长，重复收到过往高亮的概率会越来越高，和你现在遇到的长期运行重复率高的问题匹配。

方案2：带状态的全量去重（推荐，解决跨天重复问题） #

你提到的数据库记录推送状态的思路，是这类每日推送场景下最实用的方案，不需要复杂算法，稳定性远高于纯无状态随机，实现逻辑非常简单：

• 给每条高亮增加两个标记字段：hasPushed（是否已推送，布尔值）、lastPushedTime（上次推送时间戳）
• 每次触发推送任务时，优先筛选所有hasPushed = false的未推送条目，从这批内容里随机抽5条发送
• 当所有未推送条目都走完一轮后，把所有条目的hasPushed重置为false开启下一轮；如果想进一步压低短时间重复的概率，可以在抽取时优先选择lastPushedTime更早的条目，保证上一轮最早推送的内容，这一轮最晚才会再次被选中。

不需要刻意找复杂的特殊随机算法，无状态的纯随机只要运行次数足够多，必然会出现短时间内高频重复的问题，这是概率特性决定的，靠调整随机逻辑没法完全规避。带状态记录的方案实现成本极低，几百条数据哪怕存在本地普通文件里都能正常运行，完全没必要引入复杂依赖。

内容的提问来源于stack exchange，提问作者Loïc Boset