用Java Stream一行代码搞定彩票随机选号（双色球/大乐透）

用Java Stream一行代码搞定彩票随机选号（双色球/大乐透）

每次路过彩票站，总忍不住想试试手气。但机选号码总感觉少了点参与感？不如用Java Stream API自己写个随机选号器，既锻炼编码能力又能享受"定制化"选号的乐趣。下面我们抛开传统循环，用函数式编程思维重构彩票生成逻辑。

1. 从循环到流式操作：思维转换

很多Java开发者习惯用for循环+布尔数组处理随机数去重，比如这样：

boolean[] exists = new boolean[33]; List<Integer> redBalls = new ArrayList<>(); Random rand = new Random(); for(int i=0; i<6; i++){ int num; do { num = rand.nextInt(33)+1; } while(exists[num]); exists[num] = true; redBalls.add(num); } Collections.sort(redBalls);

这种写法虽然直观，但存在几个问题：

• 代码臃肿：需要手动处理去重、边界条件
• 状态管理复杂：依赖外部布尔数组记录已选数字
• 可读性差：业务逻辑被机械的循环控制打断

而用Stream API可以这样重构：

List<Integer> redBalls = new Random().ints(1, 34) .distinct() .limit(6) .sorted() .boxed() .collect(Collectors.toList());

对比两种实现：

提示：ints()方法生成的是IntStream，需要boxed()转换为Stream<Integer>才能用常规集合操作

2. 双色球与大乐透的Stream实现

2.1 双色球生成器

双色球规则：从1-33选6个红球，1-16选1个蓝球。完整实现：

public class LotteryGenerator { private static final Random random = new Random(); // 双色球生成 public static void generateSSQ(int count) { System.out.println("双色球机选结果："); IntStream.range(0, count).forEach(i -> { List<Integer> red = random.ints(1, 34) .distinct() .limit(6) .sorted() .boxed() .collect(Collectors.toList()); int blue = random.nextInt(16) + 1; System.out.printf("第%d注: 红球%s 蓝球%02d%n", i+1, red, blue); }); } }

关键点解析：

• ints(1, 34)：生成1-33范围的随机数流
• distinct().limit(6)：确保6个不重复数字
• sorted()：按升序排列符合彩票显示惯例
• boxed()：将IntStream转为Stream<Integer>

2.2 大乐透生成器

大乐透规则：前区1-35选5个，后区1-12选2个。Stream实现：

public static void generateDLT(int count) { System.out.println("大乐透机选结果："); IntStream.range(0, count).forEach(i -> { List<Integer> front = random.ints(1, 36) .distinct() .limit(5) .sorted() .boxed() .collect(Collectors.toList()); List<Integer> back = random.ints(1, 13) .distinct() .limit(2) .sorted() .boxed() .collect(Collectors.toList()); System.out.printf("第%d注: 前区%s 后区%s%n", i+1, front, back); }); }

3. 工程化改进与性能考量

3.1 避免重复创建Random实例

原方案每次调用都新建Random对象可能降低性能。改进方案：

// 类级别共享Random实例 private static final ThreadLocalRandom random = ThreadLocalRandom.current(); // 使用方法不变 random.ints(1, 34)...

3.2 并行流优化

对于批量生成场景（如一次生成1000注），可使用并行流：

public static List<String> batchGenerateSSQ(int count) { return IntStream.range(0, count).parallel() .mapToObj(i -> { String red = random.ints(1, 34) .distinct() .limit(6) .sorted() .boxed() .collect(Collectors.toList()) .toString(); int blue = random.nextInt(16) + 1; return String.format("红球%s 蓝球%02d", red, blue); }) .collect(Collectors.toList()); }

性能对比测试（生成10万注）：

注意：并行流适合CPU密集型操作，但会增大内存开销

3.3 异常处理与边界条件

健壮的生产代码需要处理极端情况：

public static List<Integer> generateNumbers(int min, int max, int count) { if (count > (max - min + 1)) { throw new IllegalArgumentException( "无法生成"+count+"个不重复的"+min+"-"+max+"范围内的数字"); } return random.ints(min, max + 1) .distinct() .limit(count) .sorted() .boxed() .collect(Collectors.toList()); }

4. 扩展应用：从彩票到实际业务

这种随机采样模式可复用到多种场景：

4.1 抽奖系统实现

public List<String> drawWinners(List<String> participants, int winnerCount) { return ThreadLocalRandom.current() .ints(0, participants.size()) .distinct() .limit(winnerCount) .mapToObj(participants::get) .collect(Collectors.toList()); }

4.2 测试数据生成

生成不重复的测试ID：

List<String> testIds = random.ints(1000, 9999) .distinct() .limit(100) .mapToObj(id -> "TEST_" + id) .collect(Collectors.toList());

4.3 数据库采样

模拟SQL的ORDER BY RAND() LIMIT N：

List<User> randomUsers = userRepository.findAll() .stream() .collect(Collectors.collectingAndThen( Collectors.toList(), list -> random.ints(0, list.size()) .distinct() .limit(5) .mapToObj(list::get) .collect(Collectors.toList()) ));

最后分享一个实用技巧：在IntelliJ IDEA中，可以用Ctrl+Alt+V快捷键自动补全Stream操作的变量声明，大幅提升编码效率。比如输入new Random().ints(1,34).distinct().limit(6).sorted()后使用该快捷键，会自动生成完整的收集表达式。