公平随机抽奖的核心是“不重复”和“可验证”：用Fisher-Yates洗牌（Collections.shuffle）实现高效无放回抽取；高并发时借助Redis的SPOP或Lua保证原子性；通过业务ID生成固定seed实现可复现与审计。
用Java实现公平随机抽奖的核心逻辑
关键不是“随机”，而是“不重复”和“可验证”。Java自带的Random或ThreadLocalRandom能生成随机数，但抽奖系统真正要解决的是：从N个用户中无放回地抽取M个中奖者，且过程可追溯、结果不可预测。
推荐做法：洗牌算法（Fisher-Yates）+ 集合预处理
比反复生成随机索引再判重更高效、更公平。适用于名单确定、人数适中的场景（如内部活动抽奖）：
- 把所有参与用户ID存入List（如List
） - 用Collections.shuffle(list, ThreadLocalRandom.current())打乱顺序（JDK7+默认使用Fisher-Yates优化实现）
- 取前M个元素即为中奖者：list.subList(0, Math.min(m, list.size()))
优势：时间复杂度O(n)，无冲突重试，结果完全随机且均匀分布。
高并发
当抽奖接口被高频调用（如|直播|抢红包），需防重复中奖和超发。纯内存List无法满足分布式一致性：
- 将待抽用户ID存入Redis的SET或LIST
- 用SRANDMEMBER key count（无放回）或组合SPOP命令实现原子抽取
- Java端通过Lettuce或Jedis调用，捕获异常并降级处理
注意：Redis的SRANDMEMBER默认允许重复，如需严格无放回，优先用SPOP（会移除元素）或封装Lua脚本保证原子性。
可审计与可重现：引入种子机制
运营常需复盘“某次抽奖为什么抽中A没抽中B”。这时不能依赖系统当前时间作为随机源：
- 每次抽奖前生成唯一业务ID（如活动ID + 时间戳 + 随机后缀）
- 用该ID的哈希值（如Objects.hash(activityId)）作为Random构造函数的seed
- 记录seed值到日志或数据库，后续可用相同seed复现整个抽奖序列
这样既保持随机性，又满足合规与排查需求。
