思路一：
看到这个题目的第一反应是：循环随机产生1-100的随机数，判断数组中是否已经有该数，若已存在，则重新生成随机数；若不存在，则放入数组中。
实现代码如下所示：
public void setData(int[] array){
Random rd = new Random();
boolean isExit;
int len = array.length;
for(int i = 0; i < array.length; i++){
isExit = false;
//生成一个1-100之间的随机数
int num = rd.nextInt(len)+1;
//检验数组中是否已有该数
for(int j = 0; j < i; j++){
if(array[j] == num){
isExit = true;
i--;
break;
}
}
if(!isExit){
array[i] = num;
}
}
}运行查看结果，发现该方法可行，但是，当我们要随机产生的数变大时，这种方法所体现出的效率就会变得非常低。
我们可以利用System.currentTimeMillis()方法来计算该算法所用的时间。
测试：将产生的随机数改成1-10000，运行该程序：
结果如下图所示（结果的一部分）：
我们可以看到，用这种算法效率很差，所以我们要想办法改进这个算法。我们先来想想这个算法的运行时间主要消耗在哪里？这应该是显而易见的，每生成一个随机数，程序就需要遍历整个数组来判断其中是否存在该数，这是很耗时的。能不能想办法不用每次都去遍历查找呢？有什么办法可以保证每次生成的数不会重复呢？
思路二：
我们不妨来逆向思考，事先将1-100这间的数顺序存入数组sorce中，随机产生一个位置，然后将该索引对应的数组元素依次放入数组array中，每次放入一个数后，都要将该数从source数组中删除，而下一次产生的随机数的范围也将所缩小。由于已生成的数已经被删除，所以每次产生的数就不会再重复。
实现代码如下所示：
public void setNum(int[] source,int[] array){
Random rd = new Random();
int range = array.length;
int index = 0;
for(int i = 0; i <array.length; i++){
//随机产生一个位置
int pos = rd.nextInt(range);
//获取该位置的值
array[i] = source[pos];
//删除该索引在数组中的位置
for(int j = pos; j < array.length-1; j++){
source[j] = source[j+1];
}
//缩小随机数产生的范围
range--;
}
}在运行之前我们也将范围改成10000，来看看它的运行效率如何，运行结果如下图所示：
由上图可以看出，由于省去了生成无效随机数的时间，效率提高了100多倍！
思路三：
不过这个算法也不是效率最高的方法，该算法还是存在弊端的，因为在生成了随机数之后，对整个数组进行了删除操作，其实也就是进行了一系列数据的交换，这也是比较耗时的，所以我们可以考虑的是：在保证不进行删除操作，但也能将产生的数从数组中剔除的方法。
第一反应想到的应该会给这个数覆盖上其他的值，那应该赋什么值呢？0？如果赋0的话，那接下来生成随机数的范围就无法再是递减1的缩小了，那么有没有其他的方法呢？可不可以给它赋一个数组中还需要存在的数呢？我们不妨将数组中最后一个数赋给它，那么下次随机数的产生也还能采用思路二中的方法，主要思路如下所示：
假设数组中的数为：1,2,3,4,5,6
第一次随机产生的索引为3，即对应的是4，将4写入array数组中后，将6赋到array[3]中，则数组更新为：1,2,3,6,5,6（有效的数其实只有1,2,3,6,5）
第二次随机产生的索引为4，即对应的是6，将6写入array数组中后，将5赋给array[4]中，则数组更新为：1,2,3,5,5,6（有效的数其实只有1,2,3,5）
第三次随机产生的索引为1，即对应的是2，将2写入array数组中后，将5赋给array[1]中，则数组更新为：1,5,3,5,5,6（有效的数其实只有1,5,3）
以此类推......
采用这个方法，就不需要再对source数组中数进行删除（多次数据交换），而每一次产生随机数后，只需要执行一次数据交换即可，又在一定程度上提高了程序运行的效率。
实现代码如下所示：
public void setNum(int[] source,int[] array){
Random rd = new Random();
int range = array.length;
int index = 0;
for(int i = 0; i <array.length; i++){
//随机产生一个位置
int pos = rd.nextInt(range);
//获取该位置的值
array[i] = source[pos];
//改良：将最后一个数赋给被删除的索引所对应的值
source[pos] = source[range-1];
缩小随机数产生的范围
range--;
}
}
可见，该算法的耗时又比思路二的提高了近100倍！而比思路一快了1000多倍！
所以，我们可以发现算法对一个程序的执行效率有着关键性的作用，我们在解决问题的时候应该逐步思考，在运行正确的情况下也应该多考虑程序的性能问题，找到程序中比较耗时的部分，然后再去思考是否有方法对其进行优化。