产品：我想要不随机的随机

背景

有一天，需要做一个推送功能，每天在固定的几个时间段向用户推荐电影。

产品提出：每次要随机给用户推送，但不能重复，不能推送当天已经推荐过的电影。

思考

该怎么实现呢？

在需求评审会上，产品一说完，开发同学们立刻炸锅了：“这工作量太大了”，“要存储的信息太多，这么多用户，要保存每个用户推送过的列表”。

确实，我听到这些讨论，下意识也觉得要保存每个用户的推送列表。一方面，用户量太大，存这些数据不现实，成本太高；另一方面，产品的需求也合理，给用户推送当天已经推荐过的电影确实不合适。

实现

存储成本太高，那有没有不需要存储的方案？

既然要求随机但序列可预测、可复现，这其实就是伪随机。

答案一下子就清晰了。只要用每个用户和日期作为固定的随机种子，生成的随机数就是确定的。这样可以用随机数把推荐列表打乱，然后按批次推送。

Fisher-Yates 洗牌算法（Knuth Shuffle）

这是一种高效且均匀的随机洗牌算法，时间复杂度为 O(n)。具体实现步骤如下：

1. 设置随机种子：用 val 初始化随机数生成器。
2. 复制数组：避免修改原始数组。
3. 从后向前遍历数组：
   • 对当前位置 i（从最后一个元素到第二个），生成一个随机索引 j（范围是 [0, i]）。
   • 交换 arr[i] 和 arr[j]。
4. 返回洗牌后的数组。

关键特性

• 确定性输出：相同的 val 和输入数组，总是得到相同的排序结果。
• 随机性：不同的 val 会产生完全不同的排序（比如 val=42 和 val=100 的输出完全独立）。
• 均匀分布：每个元素出现在任何位置的概率都相等，保证公平随机性。

举个例子

假设你在洗扑克牌，手里有 10 张牌排成一列：

[1] [2] [3] [4] [5] [6] [7] [8] [9] [10]

洗牌步骤（从后往前）

1. 最后一张牌（第10张）：
   • 随机选一张牌（可以是1-10中的任意一张）
   • 把这张牌和第10张牌交换
   • 第10张牌就固定了（不再移动）
2. 倒数第二张牌（第9张）：
   • 在剩下的9张牌（1-9）中随机选一张
   • 把这张牌和第9张牌交换
   • 第9张牌也固定了
3. 继续往前：
   • 对第8张牌，在剩下8张中随机选…
   • 对第7张牌，在剩下7张中随机选…
   • …直到第一张牌

只要随机种子一样，生成的随机数顺序就一样，洗牌结果也会一样。

注：golang中rand.Shuffle就是用的该算法，直接调用就可以了（注意使用固定种子）。

完美~

一般般吧这图片

总结

其实记录用户状态不一定非要存下来，有时候利用一些数学特性也能很好地达成期望。另外，虽然我们开发时常常排斥伪随机（比如每次都用当前纳秒作为随机种子），但其实伪随机有时候也挺有用的。