Java实现平均分配算法（附代码）

最近公司有业务需求：要求实现批量分配操作，详情如下：

1. 选择多个客户
2. 选择多个员工
3. 给每个员工分配客户
4. 要求分配的客户数量尽量平均
5. 选择的员工数大于选择的客户数时，一个员工分配一个客户，不够的就不分配
6. 选择的员工数等于客户数时，一个员工对应一个客户
7. 分配的客户最好是随机的。

为了实现上述需求，需要设计一个随机平均分配算法

• 一开始我的设计思路比较简单，遍历员工集合和客户集合，依次分配单个客户给每个员工，直到分完为止，但是这种实现效率很低，也达不到随机的效果。
• 转变思路，先分析、设计数据存储结构，入参为两个List<String>集合，返回数据类型为：
  一、 Map<String, List<String>>，每个员工作为key，value为分配的客户列表;
  二、List<Map<String, List<String>>>，员工作为key，value为分配给他的客户，每个员工-客户列表都对应一个Map<String, List<String>>集合，这样所有的员工-客户列表组合成一个List<Map<String, List<String>>>集合

最终我采用了第二种数据结构，下面是实现代码：

import com.google.common.collect.Lists;
import com.google.common.collect.Maps;
import com.google.common.collect.Sets;
import org.apache.commons.collections.CollectionUtils;
import org.apache.commons.lang3.RandomStringUtils;
import org.apache.commons.lang3.RandomUtils;
import org.apache.commons.lang3.StringUtils;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.Iterator;
import java.util.List;
import java.util.Map;
import java.util.Set;

/**
* @author gxl
* @version 1.0
* @description 平均分配算法
* @date 2019-09-11 08:53
*/
public class AverageDataUtil {

   /**
    * 定义存储待分配数据集合
    */
   private static List<String> list = Lists.newArrayList();

   /**
    * 定义存储分组数据的结构，Map去除泛型，适配多种数据类型格式，使用时需注意
    */
   private static List<Map> los = Lists.newArrayList();

   /**
    * 供外部调用的平均分配方法
    *
    * @param visitorIds 客户列表
    * @param sellerIds  员工列表
    * @return List<Map>
    */
   public static List<Map> averageData(List<String> visitorIds, List<String> sellerIds) {
       initCollections(visitorIds, sellerIds);
       if (visitorIds.size() >= sellerIds.size()) {
           groupByData(los.size());
           return getMaps();
       } else {
           groupByData(list.size());
           return getMaps();
       }
   }

   /**
    * 返回数据，清空静态缓存
    *
    * @return List<Map>
    */
   @NotNull
   private static List<Map> getMaps() {
       List<Map> listMap = Lists.newArrayList();
       listMap.addAll(los);
       //清空静态数据
       los = Lists.newArrayList();
       list = Lists.newArrayList();
       return listMap;
   }

   /**
    * 分配数据
    *
    * @param size       分组大小
    */
   private static void groupByData(int size) {
       List<String> augmented = list;

       List<List<String>> lists = chunk2(augmented, size);

       for (int i = 0; i < size; i++) {
           Map map = los.get(i);
           Iterator iterator = map.keySet().iterator();
           if (iterator.hasNext()) {
               String next = (String) iterator.next();
               map.put(next, lists.get(i));
           }
       }
   }

   /**
    * 初始化集合数据
    *
    * @param visitorIds 待分配数据
    * @param sellerIds  分配目标
    */
   private static void initCollections(List<String> visitorIds, List<String> sellerIds) {
       //每次调用前清空数据
       if (list.size() > 0) {
           list = Lists.newArrayList();
       }
       if (los.size() > 0) {
           los = Lists.newArrayList();
       }
       list.addAll(visitorIds);
       List<Map<String, List<String>>> list1 = new ArrayList<>();
       for (String sellerId : sellerIds) {
           Map<String, List<String>> map = new HashMap<>(16);
           List<String> list = new ArrayList<>();
           map.put(sellerId, list);
           list1.add(map);
       }
       los.addAll(list1);
   }

   /**
    * 分组数据-核心算法，勿动
    *
    * @param list  需分配数据
    * @param group 分组大小
    * @param <T>   分组数据泛型
    * @return 分组结果
    */
   private static <T> List<List<T>> chunk2(List<T> list, int group) {
       if (CollectionUtils.isEmpty(list)) {
           return Lists.newArrayList();
       }
       List<List<T>> result = Lists.newArrayList();
       Map<Integer, Set<T>> temp = Maps.newHashMap();
       for (int i = 0; i < list.size(); i++) {
           if (temp.containsKey(i % group)) {
               Set<T> ts = temp.get(i % group);
               ts.add(list.get(i));
               temp.put(i % group, ts);
           } else {
               Set<T> ts = Sets.newHashSet();
               ts.add(list.get(i));
               temp.put(i % group, ts);
           }
       }
       for (Set<T> ts : temp.values()) {
           result.add(Lists.newArrayList(ts));
       }
       return result;
   }
   
   public static void main(String[] args) {
       List<String> visitorIds = new ArrayList<>();
       visitorIds.add("aa");
       visitorIds.add("bb");
       visitorIds.add("cc");
       visitorIds.add("dd");
       visitorIds.add("ee");
       visitorIds.add("ff");
       visitorIds.add("gg");
       visitorIds.add("hh");
       visitorIds.add("ii");
       visitorIds.add("jj");
       visitorIds.add("kk");
       List<String> sellerIds = new ArrayList<>();
       sellerIds.add("11");
       sellerIds.add("22");
       sellerIds.add("33");
       sellerIds.add("44");
       sellerIds.add("55");
       sellerIds.add("66");
       sellerIds.add("77");
       sellerIds.add("88");
       sellerIds.add("99");
       sellerIds.add("1010");
       sellerIds.add("1111");
       List<Map> maps = averageData(visitorIds, sellerIds);
       System.out.println(maps);
   }

}

这个代码可能还存在部分问题，可以继续优化改进，有什么建议的话，可以在评论区回复，毕竟我也只是个码农，对算法什么的不是很了解 - -