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：

选择多个客户
选择多个员工
给每个员工分配客户
要求分配的客户数量尽量平均
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
选择的员工数等于客户数时，一个员工对应一个客户
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>*/@NotNullprivate 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 - -

Java实现平均分配算法（附代码）相关推荐

智能优化算法：帝国主义竞争算法-附代码
智能优化算法:帝国主义竞争算法-附代码文章目录智能优化算法:帝国主义竞争算法-附代码 1.算法原理 1.1 帝国集团的初始化 1.2 帝国集团内部调整 1.3 交换帝国和殖民地的位置 1.4 帝国 ...
基于蜣螂算法改进的随机森林回归算法 - 附代码
基于蜣螂算法改进的随机森林回归算法 - 附代码文章目录基于蜣螂算法改进的随机森林回归算法 - 附代码 1.数据集 2.RF模型 3.基于蜣螂算法优化的RF 4.测试结果 5.Matlab代码 6. ...
路径规划算法：基于樽海鞘算法的路径规划算法- 附代码
路径规划算法:基于樽海鞘优化的路径规划算法- 附代码文章目录路径规划算法:基于樽海鞘优化的路径规划算法- 附代码 1.算法原理 1.1 环境设定 1.2 约束条件 1.3 适应度函数 2.算法结果 ...
路径规划算法：基于灰狼优化(GWO)的路径规划算法- 附代码
路径规划算法:基于灰狼优化(GWO)的路径规划算法- 附代码文章目录路径规划算法:基于灰狼优化(GWO)的路径规划算法- 附代码 1.算法原理 1.1 环境设定 1.2 约束条件 1.3 适应度函 ...
路径规划算法：基于蜻蜓算法的路径规划算法- 附代码
路径规划算法:基于蜻蜓优化的路径规划算法- 附代码文章目录路径规划算法:基于蜻蜓优化的路径规划算法- 附代码 1.算法原理 1.1 环境设定 1.2 约束条件 1.3 适应度函数 2.算法结果 3 ...
路径规划算法：基于鸟群优化的路径规划算法- 附代码
路径规划算法:基于鸟群优化的路径规划算法- 附代码文章目录路径规划算法:基于鸟群优化的路径规划算法- 附代码 1.算法原理 1.1 环境设定 1.2 约束条件 1.3 适应度函数 2.算法结果 3 ...
智能优化算法：多元宇宙优化算法-附代码
智能优化算法:多元宇宙优化算法-附代码文章目录智能优化算法:多元宇宙优化算法-附代码 1.算法原理 2.算法流程图 3.算法结果 4.参考文献 5.MATLAB代码 6.python代码摘要:多 ...
智能优化算法：正余弦优化算法-附代码
智能优化算法:正余弦优化算法-附代码文章目录智能优化算法:正余弦优化算法-附代码 1.算法原理 2.算法流程 3.算法结果 4.参考文献 5.MATLAB代码 6.Python代码摘要:正余 ...
智能优化算法：蚁狮优化算法-附代码
智能优化算法:蚁狮优化算法-附代码文章目录智能优化算法:蚁狮优化算法-附代码 1.算法原理 1.1 蚂蚁的随机游走 1.2蚁狮对蚂蚁随机游走的影响 1.3自适应机制 1.4 精英策略 2.算法步骤 ...

Java实现平均分配算法（附代码）

为了实现上述需求，需要设计一个随机平均分配算法

最终我采用了第二种数据结构，下面是实现代码：

Java实现平均分配算法（附代码）相关推荐

最新文章

热门文章