洗牌算法

关注

原创最新推荐文章于 2025-01-07 10:46:53 发布 479 阅读 AI 写同款· GEO 优化 ›

JS算法：洗牌算法(shuffle) 目录1、洗牌算法2、JavaScript实现 1、洗牌算法 洗牌(随机)算法有很多应用，例如我们平时用的音乐播放器随机播放，棋牌游戏中的洗牌，扫雷游戏中雷的位置随机等等，都会用到洗牌算法。思路：从原始数组中每次随机选中一个元素，然后放入新数组中，每取出一个元素后，将将它从原数组中取出（使用splice方法），原数组长度减一。 2、JavaScript实现 function shuffle(array){ let res = [], random; while(array.length 阅读详情

这里是修真院前端小课堂，每篇分享文从

洗牌算法具体指的是什么？
（1）背景介绍：

洗牌算法(Shuffling Algorithm)，顾名思义，它的产生是用来解决类似洗牌这种场景的问题的，目的是产生一串等概率的随机列，使得很难去预测牌的顺序。

洗牌算法是我们常见的随机问题，在玩游戏、随机排序时经常会碰到。本质是让一个数组内的元素随机排列，即数组乱序。

什么是好的洗牌算法

洗牌之后，如果能够保证每一个数出现在所有位置上的概率是相等的，那么这种算法是符合要求的；这在个前提下，尽量降低时间和空间复杂度。

（2）知识剖析：

FISHER–YATES SHUFFLE

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

1.从还没处理的数组中，产生一个[0, n]之间的随机数 random

2.从剩下的n个元素中把第 random 个元素取出到新数组中

3.删除原数组第random个元素

4.重复第 2 3 步直到所有元素取完

5.最终返回一个新的打乱的数组

KNUTH-DURSTENFELD 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)

1.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

2.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

3.重复第 1 2 步，直到剩下1个元素为止

INSIDE-OUT ALGORITHM

Knuth-Durstenfeld Shuffle 是一个in-place算法，原始数据被直接打乱，有些应用中可能需要保留原始数据，因此需要开辟一个新数组来存储打乱后的序列。 Inside-Out Algorithm 算法的基本思想是设一游标i从前向后扫描原始数据的拷贝，在[0, i]之间随机一个下标j，然后用位置j的元素替换掉位置i的数字，再用原始数据位置i的元素替换掉拷贝数据位置j的元素。其作用相当于在拷贝数据中交换i与j位置处的值。

（3）常见问题：

FISHER–YATES SHUFFLE是如何实现的？

（4）解决方案：

FISHER–YATES SHUFFLE的JS实现

shuffle 函数挂载在 Array 对象的原型之下，便于数组直接调用该函数。在 shuffle 函数内部，this 引用的就是调用该 shuffle 的数组。用一个新的变量引用 this，也就是调用 shuffle 函数的数组。接下来的for循环用于遍历所有数组内的所有元素，并进行随机交换。注意，遍历顺序是从后往前进行的，也就是说从 input.length-1 位置的元素开始，直到遍历到数组中的第一个元素。遍历过程中的位置由变量 i 指定。接下来，使用了两行代码在指定范围内挑选一个随机元素。变量randomIndex存储了一个随机数，该随机数可以用作数组的索引，进而提取一个随机元素。注意，该随机数的最大值并不是数组的长度，而是变量i的值。确定了随机元素的索引之后，用新的变量保存该元素的值，然后交换选中元素和随机元素的值。

（5）编码实战：

关于数组乱序的一个小例子

shuffle

（6）拓展思考：

怎么保证这个算法得到的数组是完全随机的（即等概）？

使用程序得到的一般是伪随机数

笔者目前了解到最优秀的是梅森旋转算法，其在低于623次元的空间以内不存在线性回归，但仍然是一个伪随机算法。

（7）参考文献：

http://blog.csdn.net/robinjwong/article/details/18261393

https://www.tuicool.com/articles/qIjqQzb

（8）更多讨论：

问题一：什么是好的洗牌算法？