关于JavaScript的数组随机排序

之前再做数组的随机排序问题,潜意识想到的第一个方法就是 产生随机下标排序。曾经网上一直流传着这样一个写法:

function shuffle(arr) { 
   arr.sort(function () { 
      return Math.random() - 0.5; 
   }); 
}

之前一直觉得这种方法简单,但是后来总结时,再思考, 每个元素仍然有很大机率在它原来的位置附近出现,他好像不是真正的随机排序。

探索

看了一下ECMAScript中关于Array.prototype.sort(comparefn)的标准,其中并没有规定具体的实现算法,但是提到一点:

Calling comparefn(a,b) always returns the same value v when given a
specific pair of values a and b as its two arguments.

也就是说,对同一组a、b的值,comparefn(a, b)需要总是返回相同的值。而上面的() => Math.random() -0.5(a, b) => Math.random() - 0.5显然不满足这个条件。

翻看v8引擎数组部分的源码,注意到它出于对性能的考虑,对短数组使用的是插入排序,对长数组则使用了快速排序。至此,也就能理解为什么() => Math.random() - 0.5并不能真正随机打乱数组排序了。

(源码中说的是对长度小于等于 22 的使用插入排序,大于 22 的使用快排,但实际测试结果显示分界长度是 10。)

解决方案

既然(a, b) => Math.random() - 0.5的问题是不能保证针对同一组a、b每次返回的值相同,那么我们不妨将数组元素改造一下,比如将每个元素i改造为:

let new_i = { 
    v: i, 
    r: Math.random() 
}; 

完整代码:

function shuffle(arr) { 
    //将原数组改为对象数组(值、随机编号 为对象的两个属性)
    let new_arr = arr.map(i => ({v: i, r: Math.random()})); 
   //将对象数组 按照随机编号进行排序
    new_arr.sort((a, b) => a.r - b.r); 
    //将数组提取出v值,插入到原数组中
    arr.splice(0, arr.length, ...new_arr.map(i => i.v)); 
} 

let a = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']; 
let n = 10000; 
let count = (new Array(a.length)).fill(0); 

for (let i = 0; i < n; i ++) {  
    shuffle(a); 
    count[a.indexOf('a')]++;  
} 
console.log(count); 

多次验证,这个方法足够随机了。但在性能上并不是很好,需要遍历几次数组,还要对数组进行splice等操作。

方法二: (Fisher–Yates shuffle费雪耶兹随机置乱算法) !!!推荐

考察Lodash 库中的 shuffle 算法,注意到它使用的实际上是Fisher–Yates 洗牌算法。

算法思想:从0~i(i的变化为 n-1到0递减)中随机取得一个下标,和最后一个元素(i)交换。

function shuffle(arr) { 
  var i = arr.length, t, j; 
  while (i) { 
    j = Math.floor(Math.random() * i--); //!!!
    t = arr[i]; 
    arr[i] = arr[j]; 
    arr[j] = t; 
  } 
} 

es6版本:

function shuffle(arr) { 
    let i = arr.length; 
    while (i) { 
        let j = Math.floor(Math.random() * i--); 
        [arr[j], arr[i]] = [arr[i], arr[j]]; 
    } 
} 

算法需要的时间正比于要随机置乱的数,不需要额为的存储空间开销。

小结:
如果要将数组随机排序,千万不要再用(a, b) => Math.random() - 0.5这样的方法。目前而言,Fisher–Yates shuffle 算法应该是最好的选择。

参考链接:
http://developer.51cto.com/art/201704/536457.htm
http://blog.csdn.net/lhkaikai/article/details/25627161

发布了171 篇原创文章 · 获赞 44 · 访问量 29万+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章