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
}