如何使用stream流结合随机int流实现无重复条目随机选取

该方案完全可行，是轻量随机采样的经典实现思路，非常适配你提到的「从1000个widget中取25个无重复随机元素」的场景。

核心逻辑 #

你描述的实现路径完全成立，只要满足两个前提即可：

• 生成的随机int流本身无重复值
• 随机数的取值范围严格匹配原列表的索引区间（0到999，对应1000个元素的下标）

和全量shuffle列表再截取前25个的方案相比，这种实现不需要修改原列表、也不需要对全量元素做排序操作，当采样数量远小于列表总规模时，性能优势非常明显。

Java 实现示例（基于Stream API） #

import java.util.List;
import java.util.Random;
import java.util.stream.Collectors;

public class RandomSampleDemo {
    // 入参为待采样的widget列表、需要抽取的数量
    public List<Widget> sampleRandomWidgets(List<Widget> widgetList, int sampleCount) {
        int totalSize = widgetList.size();
        // 校验边界，避免采样数超过列表大小
        if (sampleCount > totalSize) {
            throw new IllegalArgumentException("采样数量不能超过列表总大小");
        }
        return new Random()
                .ints(0, totalSize) // 生成范围为[0, totalSize)的随机int流
                .distinct() // 自动去重，保证索引不重复
                .limit(sampleCount) // 限制返回的索引数量为需要的采样数
                .mapToObj(widgetList::get) // 按索引从原列表取对应的widget
                .collect(Collectors.toList());
    }
}

适用边界说明 #

• 当采样数远小于列表总规模时（比如1000取25），该方案性能最优，distinct操作的冲突概率极低，几乎没有额外开销
• 当采样数接近列表总规模时（比如1000取980），distinct会因为频繁出现重复随机数导致重试成本升高，这种场景更推荐直接对全列表做shuffle后截取前N个元素
• 多线程场景下可以把Random替换为ThreadLocalRandom，可以获得更好的性能和线程安全性

该思路不局限于Java，所有支持流操作的编程语言都可以复用该逻辑实现快速无重复采样。

内容的提问来源于stack exchange，提问作者Guy Fawkes