洗牌算法

Fisher-Yates Shuffle

Fisher–Yates 随机置乱算法，浅显说就是天生一个有限鸠合的随机分列。

形貌：

• 写下从 1 到 N 的数字
• 取一个从 1 到剩下的数字（包含这个数字）的随机数 k
• 从低位最先，获得第 k 个还没有被掏出的数字，把它写在自力的一个列表的末了一名
• 反复第 2 步，直到一切的数字都被掏出
• 第 3 步写出的这个序列，如今就是原始数字的随机分列

function getRandom(arr, length) {
  const random = Math.floor(Math.random() * length)

  // 原始算法将在此处斲丧较多资本
  if (arr.includes(random)) {
    return getRandom(arr, length)
  } else {
    return random
  }
}

function randomArray(arr) {
  let newArr = []
  const length = arr.length
  let index = length - 1
  let indexArr = []
  while (index >= 0) {
    const random = getRandom(indexArr, length)
    indexArr.push(random)
    newArr.push(arr[random])
    --index
  }

  return newArr
}

Knuth-Durstenfeld Shuffle

Knuth 和  Durstenfeld   在 Fisher 等人的基础上对算法举行了革新，不借助新的组数，直接在原地交流。该算法的基本头脑和 Fisher 相似，每次从未处置惩罚的数据中随机掏出一个数，并和末了一个盈余元素交流，然后盈余元素的数目减一。

function randomArray(arr) {
  const length = arr.length
  for (let index = length - 1; index > 0; index--) {
    const random = Math.floor(Math.random() * index)
    const temp = arr[index]
    arr[index] = arr[random]
    arr[random] = temp
  }

  return arr
}

Inside-Out Algorithm

Inside-Out Algorithm 算法的头脑是夙昔今后，借助旧数组，将新数组中位置 k 和位置 i 的数字举行交互。

形貌

• 拷贝数组
• 从 i(0 – N)扫描数组，挑选一个随机数 k( 0 <= k <= i)
• 新数组的[i] = 新数组的[k], 新数组的[k] = 原始数组[i]
• 反复第 2 步，直到末端
• 终究的新数组就是随机的

function randomArray(arr) {
  let newArr = arr.concat([])
  const length = arr.length
  for (let index = 0; index < length; index++) {
    const random = Math.floor(Math.random() * (index + 1))
    newArr[index] = newArr[random]
    newArr[random] = arr[index]
  }

  return newArr
}

参考

• 三种洗牌算法 shuffle
• Fisher–Yates shuffle From Wikipedia