collections.shuffle 使用 fisher-yates 算法从后往前遍历，每次在 [0,i] 随机选 j 交换，确保每种排列概率均等；自动适配 randomaccess 或 linkedlist 结构优化性能；默认用 threadlocalrandom，支持自定义种子；需传入可修改 list，避免 arrays.aslist() 等不可变视图。
Collections.shuffle 不是“随机挑两个换位置”，而是用数学上可证明公平的 Fisher-Yates 算法，从后往前逐个固定元素，确保每一种排列出现概率完全相等。
算法本质：从后往前的确定性交换
它不靠多次随机交换凑效果，而是严格按以下步骤执行：
- 从最后一个索引（n−1）开始，向前遍历到索引 1（不含 0）
- 对当前索引 i，在区间 [0, i] 内均匀随机选一个 j
- 交换位置 i 和 j 的元素
- 这样第 i 位被任意未固定元素填入的概率恒为 1/(i+1)，整条路径共 n! 条，一一对应唯一排列
这种设计杜绝了“nⁿ 条路径无法整除 n!”导致的分布偏斜——这是手写随机交换最容易踩的坑。
执行策略：按列表类型自动适配
它会现场判断结构特征，选择最省时的路径：
- 若列表实现 RandomAccess（如 ArrayList）或元素数 ≤ 5：直接在原 List 上调用 get()/set() 原地 swap，时间 O(n)，空间 O(1)
- 若为 LinkedList 等顺序访问慢的结构：先 toArray() 转数组 → 在数组上高效 shuffle → 用 ListIterator.set() 逐个写回
此举避免了 LinkedList 中反复 get(i) 带来的 O(n²) 开销，对万级数据性能差异明显。
随机源控制：默认与自定义各司其职
两种重载签名覆盖不同场景需求：
- 无参版：内部使用 ThreadLocalRandom.current()（Java 7+），适合生产环境真随机
- 带 Random 参数版：传入 new Random(123L) 等固定种子实例，结果完全可重现，专用于测试、审计、游戏存档
注意：不要用 System.currentTimeMillis() 做种子，毫秒级精度在高并发下极易重复；多线程中避免共享同一 Random 实例。
使用前提与典型陷阱
方法看似简单，但失败往往出在准备阶段：
- 必须传入可修改的 List：Arrays.asList() 返回的是固定大小视图，直接 shuffle 会抛 UnsupportedOperationException
- 安全做法：用 new ArrayList(original) 包一层，既防异常，又隔离原始数据
- 数组、Set、Map 需先转 List：如 new ArrayList(mySet)，再 shuffle
- null 元素、泛型混用不会报错，但可能引发后续逻辑异常，建议提前校验
不复杂但容易忽略。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
