关于JavaScript的数组随机排序

ghkp1725 2年前
   <p>JavaScript 开发中有时会遇到要将一个数组随机排序(shuffle)的需求,一个常见的写法是这样:</p>    <pre>  <code class="language-javascript">function shuffle(arr) {         arr.sort(function () {            return Math.random() - 0.5;         });      }   </code></pre>    <p>或者使用更简洁的 ES6 的写法:</p>    <pre>  <code class="language-javascript">function shuffle(arr) {          arr.sort(() => Math.random() - 0.5);      }   </code></pre>    <p>我也曾经经常使用这种写法,不久前才意识到,这种写法是有问题的,它并不能真正地随机打乱数组。</p>    <p><strong>问题</strong></p>    <p>看下面的代码,我们生成一个长度为 10 的数组['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'],使用上面的方法将数组乱序,执行多次后,会发现每个元素仍然有很大机率在它原来的位置附近出现。</p>    <pre>  <code class="language-javascript">let n = 10000;      let count = (new Array(10)).fill(0);             for (let i = 0; i < n; i ++) {          let arr = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'];          arr.sort(() => Math.random() - 0.5);          count[arr.indexOf('a')]++;      }             console.log(count);   </code></pre>    <p>在 Node.JS 6 中执行,输出[ 2891, 2928, 1927, 1125, 579, 270, 151, 76, 34, 19 ](带有一定随机性,每次结果都不同,但大致分布应该一致),即进行 10000 次排序后,字母'a'(数组中的第一个元素)有约 2891 次出现在第一个位置、2928 次出现在第二个位置,与之对应的只有 19 次出现在最后一个位置。如果把这个分布绘制成图像,会是下面这样:</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/482b978ffcf0fe7d7ce9434b11a88ce3.png"></p>    <p>类似地,我们可以算出字母'f'(数组中的第六个元素)在各个位置出现的分布为[ 312, 294, 579, 1012, 1781, 2232, 1758, 1129, 586, 317 ],图像如下:</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/ed50cf046b712b5ee641d168e1a8a560.png"></p>    <p>如果排序真的是随机的,那么每个元素在每个位置出现的概率都应该一样,实验结果各个位置的数字应该很接近,而不应像现在这样明显地集中在原来位置附近。因此,我们可以认为,使用形如arr.sort(() => Math.random() - 0.5)这样的方法得到的并不是真正的随机排序。</p>    <p>另外,需要注意的是上面的分布仅适用于数组长度不超过 10 的情况,如果数组更长,比如长度为 11,则会是另一种分布。比如:</p>    <pre>  <code class="language-javascript">let a = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k']; // 长度为11      let n = 10000;      let count = (new Array(a.length)).fill(0);             for (let i = 0; i < n; i ++) {          let arr = [].concat(a);          arr.sort(() => Math.random() - 0.5);          count[arr.indexOf('a')]++;      }             console.log(count);   </code></pre>    <p>在 Node.JS 6 中执行,结果为[ 785, 819, 594, 679, 941, 1067, 932, 697, 624, 986, 1876 ],其中第一个元素'a'的分布图如下:</p>    <p>sort_03</p>    <p>分布不同的原因是 v8 引擎中针对短数组和长数组使用了不同的排序方法(下面会讲)。可以看到,两种算法的结果虽然不同,但都明显不够均匀。</p>    <p>国外有人写了一个Shuffle算法可视化的页面,在上面可以更直观地看到使用arr.sort(() => Math.random() - 0.5)的确是很不随机的。</p>    <p><strong>探索</strong></p>    <p>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:</p>    <p>Calling comparefn(a,b) always returns the same value v when given a specific pair of values a and b as its two arguments.</p>    <p>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(即(a, b) => Math.random() - 0.5)显然不满足这个条件。</p>    <p>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。(有一个没明白的地方: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。)</p>    <p><strong>解决方案</strong></p>    <p>知道问题所在,解决方案也就比较简单了。</p>    <p><strong>方案一</strong></p>    <p>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:</p>    <pre>  <code class="language-javascript">let new_i = {          v: i,          r: Math.random()      };   </code></pre>    <p>即将它改造为一个对象,原来的值存储在键v中,同时给它增加一个键r,值为一个随机数,然后排序时比较这个随机数:</p>    <pre>  <code class="language-javascript">arr.sort((a, b) => a.r - b.r);   </code></pre>    <p>完整代码如下:</p>    <pre>  <code class="language-javascript">function shuffle(arr) {          let new_arr = arr.map(i => ({v: i, r: Math.random()}));          new_arr.sort((a, b) => a.r - b.r);          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);   </code></pre>    <p>一次执行结果为:[ 1023, 991, 1007, 967, 990, 1032, 968, 1061, 990, 971 ]。多次验证,同时在这儿查看shuffle(arr)函数结果的可视化分布,可以看到,这个方法可以认为足够随机了。</p>    <p>方案二(Fisher–Yates shuffle)</p>    <p>需要注意的是,上面的方法虽然满足随机性要求了,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。</p>    <p>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,这个算法由 Ronald Fisher 和 Frank Yates 于 1938 年提出,然后在 1964 年由 Richard Durstenfeld 改编为适用于电脑编程的版本。用伪代码描述如下:</p>    <pre>  <code class="language-javascript">-- To shuffle an array a of n elements (indices 0..n-1):      for i from n−1 downto 1 do           j ← random integer such that 0 ≤ j ≤ i           exchange a[j] and a[i]   </code></pre>    <p>一个实现如下(ES6):</p>    <pre>  <code class="language-javascript">function shuffle(arr) {          let i = arr.length;          while (i) {              let j = Math.floor(Math.random() * i--);              [arr[j], arr[i]] = [arr[i], arr[j]];          }      }   </code></pre>    <p>或者对应的 ES5 版本:</p>    <pre>  <code class="language-javascript">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;        }      }   </code></pre>    <p><strong>小结</strong></p>    <p>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。</p>    <p> </p>    <p>来自:http://developer.51cto.com/art/201704/536457.htm</p>    <p> </p>