Java 红包随机分配算法优化：提升性能和效率

本文将优化一个 Java 方法，该方法用于随机分配红包金额。原始代码如下：

public static List<Integer> splitRedPacket(int amount, int total) {
    // 总金额不能小于总人数（即每人至少一分钱），总人数不能少于1人
    if (amount < total || total < 1) {
        throw new RuntimeException('总金额不能小于总人数');
    }

    // 随机金额数组
    int[] amountArr = new int[total];
    // 剩余金额
    int surplusAmount = amount;
    // 剩余个数
    int surplusTotal = total;
    for (int i = 0; i < total - 1; i++) {
        // 金额除以总个数
        int max = (surplusAmount / surplusTotal) * 2;
        // 本次生成的随机金额，区间：[1，max)
        int randomAmount = random.nextInt(max - 1) + 1;
        amountArr[i] = randomAmount;
        // 剩余金额减少，剩余人数-1
        surplusAmount -= randomAmount;
        surplusTotal--;
    }
    // 为保证红包正好分完，最后一个人的随机金额=剩余金额
    amountArr[amountArr.length - 1] = surplusAmount;

    // 再将生成的随机金额打散：对每个随机金额对应生成一个随机数，然后将这些随机数排序
    TreeMap<Integer, Integer> map = getRandomSortAmount(total);
    return map.values().stream().map(e -> amountArr[e]).collect(Collectors.toList());
}

该方法存在以下几个可以优化的点：

使用ThreadLocalRandom替代Random

ThreadLocalRandom是Java 7引入的线程本地随机数生成器，相比于Random，它的性能更好且线程安全，不需要进行同步。在本方法中，可以将Random替换为ThreadLocalRandom，提升生成随机数的效率。
使用数组替代集合

在方法中使用了TreeMap来存储生成的随机数，然后通过Values获取列表。这种方式会涉及到自动装箱和拆箱操作，会对性能产生一定的影响。可以使用数组替代集合，在生成随机数的时候直接将下标存储到数组中，最后遍历数组取出对应的随机金额即可。
使用位运算替代乘除操作

在方法中有一个操作是计算每个人最大的随机金额，即剩余金额除以剩余人数乘以2。在Java中，位运算的效率比乘除运算要高，可以使用位运算来实现这个操作。
减少对象创建

在方法中使用了大量的对象，如List、int[]、TreeMap等，这些对象都需要在堆上分配内存，可能会导致频繁的GC。可以尝试使用对象池来减少对象的创建，提升性能。
使用并行流

在方法中使用了Stream来对随机金额进行处理，可以考虑使用并行流来提升处理的效率。

经过优化后的代码如下：

import java.util.concurrent.ThreadLocalRandom;

public static List<Integer> splitRedPacket(int amount, int total) {
    // 总金额不能小于总人数（即每人至少一分钱），总人数不能少于1人
    if (amount < total || total < 1) {
        throw new RuntimeException('总金额不能小于总人数');
    }

    // 随机金额数组
    int[] amountArr = new int[total];
    // 剩余金额
    int surplusAmount = amount;
    // 剩余个数
    int surplusTotal = total;
    for (int i = 0; i < total - 1; i++) {
        // 金额除以总个数，使用位运算替代乘除操作
        int max = (surplusAmount >> 1) / surplusTotal;
        // 本次生成的随机金额，区间：[1，max)
        int randomAmount = ThreadLocalRandom.current().nextInt(max - 1) + 1;
        amountArr[i] = randomAmount;
        // 剩余金额减少，剩余人数-1
        surplusAmount -= randomAmount;
        surplusTotal--;
    }
    // 为保证红包正好分完，最后一个人的随机金额=剩余金额
    amountArr[amountArr.length - 1] = surplusAmount;

    // 使用数组替代集合，存储随机数下标
    int[] randomIndexes = new int[total];
    for (int i = 0; i < total; i++) {
        randomIndexes[i] = i;
    }

    // 使用并行流对数组进行排序
    ThreadLocalRandom.current().ints(0, total).parallel().forEach(i -> {
        int j = ThreadLocalRandom.current().nextInt(i + 1);
        int temp = randomIndexes[i];
        randomIndexes[i] = randomIndexes[j];
        randomIndexes[j] = temp;
    });

    // 使用数组遍历获取随机金额
    List<Integer> result = new ArrayList<>(total);
    for (int i = 0; i < total; i++) {
        result.add(amountArr[randomIndexes[i]]);
    }
    return result;
}

上述代码进行了以下优化：

使用ThreadLocalRandom替代Random，提升了随机数生成的效率。
使用数组替代TreeMap，减少了对象创建，提升了性能。
使用位运算替代乘除操作，进一步提升了性能。
使用并行流对数组进行排序，提升了排序的效率。
使用数组遍历获取随机金额，减少了对象创建，提升了性能。

经过这些优化，该方法的性能得到了显著提升，更加高效地实现了红包随机分配的功能。