Open
Description
洗牌算法(shuffle)的js实现
Fisher-Yates
先看最经典的 Fisher-Yates 的洗牌算法
这里有一个该算法的可视化实现
其算法思想就是 从原始数组中随机抽取一个新的元素到新数组中
- 从还没处理的数组（假如还剩n个）中，产生一个[0, n]之间的随机数 random
- 从剩下的n个元素中把第 random 个元素取出到新数组中
- 删除原数组第random个元素
- 重复第 2 3 步直到所有元素取完
- 最终返回一个新的打乱的数组
按步骤一步一步来就很简单的实现
function shuffle(arr){
var result = [],
random;
while(arr.length>0){
random = Math.floor(Math.random() * arr.length);
result.push(arr[random])
arr.splice(random, 1)
}
return result;
}这种算法要去除原数组 arr 中的元素，所以时间复杂度为 O(n2)
Knuth-Durstenfeld Shuffle
Fisher-Yates 洗牌算法的一个变种是 Knuth Shuffle
每次从未处理的数组中随机取一个元素，然后把该元素放到数组的尾部，即数组的尾部放的就是已经处理过的元素，这是一种原地打乱的算法，每个元素随机概率也相等，时间复杂度从 Fisher 算法的 O(n2)提升到了 O(n)
- 选取数组(长度n)中最后一个元素(arr[length-1])，将其与n个元素中的任意一个交换，此时最后一个元素已经确定
- 选取倒数第二个元素(arr[length-2])，将其与n-1个元素中的任意一个交换
- 重复第 1 2 步，直到剩下1个元素为止
function shuffle(arr){
var length = arr.length,
temp,
random;
while(0 != length){
random = Math.floor(Math.random() * length)
length--;
// swap
temp = arr[length];
arr[length] = arr[random];
arr[random] = temp;
}
return arr;
}Durstenfeld Shuffle的算法是从数组第一个开始，和Knuth的区别是遍历的方向不同
Other
Array.sort()
利用Array的sort方法可以更简洁的实现打乱，对于数量小的数组来说足够。因为随着数组元素增加，随机性会变差。
[1,2,3,4,5,6].sort(function(){
return .5 - Math.random();
})ES6
Knuth-Durstenfeld shuffle 的 ES6 实现，代码更简洁
function shuffle(arr){
let n = arr.length, random;
while(0!=n){
random = (Math.random() * n--) >>> 0; // 无符号右移位运算符向下取整
[arr[n], arr[random]] = [arr[random], arr[n]] // ES6的结构赋值实现变量互换
}
return arr;
}Metadata
Metadata
Assignees
Projects
Milestone
Relationships
Development
No branches or pull requests
Participants
Activity
fuchao2012 commentedon Feb 24, 2017
arr 要容错，给
arr.length >>>0huyansheng3 commentedon Feb 28, 2018
第一个时间复杂度为什么是 O(n^2)，应该就是 O(n)，代码中也只做了一次遍历吧？
huyansheng3 commentedon Feb 28, 2018
明白了 splice 的复杂度是 O(n)，所以综上复杂度是 O(n^2)
huyansheng3 commentedon Feb 28, 2018
第二种方式快要结束时的数字相对固定了，这样的洗牌感觉随机性不够了。
743v45 commentedon Mar 9, 2018
@huyansheng3 数字固定对随机性并没有什么影响呀。比如剩下 1，4，3，每个概率就是 1 / 3。肯定是等概率的呀，怎么会有随机性不够的说法。
huyansheng3 commentedon Mar 12, 2018
@zyvas 是我理解有误。遍历数组，每个元素和其他 n-1中的任意交换位置，即可满足每个元素都有 1/n 的概率出现在任一位置，即是洗牌。