通过js随机函数Math.random实现乱序

乱序的意思想必没有不知道：就是将数组打乱。听到乱序一般都会想到js的随机函数Math.random(); var values = [1, 2, 3, 4, 5]; values.sort(function() { return Math.random() - 0.5; }); console.log(values) 利用数组的sort方法，判断随机出来的0~1值与0.5的大小，实现排序。看似一个很不错的方案，代码逻辑也没毛病，一般情况下也确实能够做到乱序。但是，这是一个伪排序，是的还有但是（我也是今天才知道的，不求甚解的毛病啊~），为什么呢？先看看这个乱序的结果吧： var time 在JavaScript中，数组乱序是一种常见的操作，常用于游戏、数据可视化或算法中。本文将深入探讨通过JavaScript的随机函数`Math.random()`实现数组乱序的两种方法：一种是使用数组的`sort()`方法，另一种是Fisher-Yates（也称作Knuth）洗牌算法。 我们来看使用`sort()`方法结合`Math.random()`实现乱序的常见做法。这个方法是通过提供一个比较函数，该函数返回一个介于-1和1之间的随机数来决定数组元素的顺序。代码如下： ```javascript var values = [1, 2, 3, 4, 5]; values.sort(function() { return Math.random() - 0.5; }); ``` 虽然这个方法看起来简洁，但它实际上是一种“伪乱序”。这是因为不同的JavaScript引擎对`sort()`方法的实现不同。例如，Chrome的V8引擎对小数组使用插入排序（稳定），而对大数组使用快速排序（不稳定）。Firefox的SpiderMonkey引擎使用归并排序（稳定），而Safari的JavaScriptCore引擎在有自定义规则时使用归并排序，否则可能使用桶排序。微软的Edge/IE9+使用快速排序。这些不同的排序算法会影响乱序结果的均匀性。 为了验证这一点，我们可以编写一个测试程序，观察在多次乱序后数组的分布情况。例如，统计数组最后一个元素出现次数，可以发现某些元素出现的概率并不均匀。 接下来，我们介绍Fisher-Yates（或称为Knuth）洗牌算法，这是一种真正的乱序算法。它的工作原理是遍历数组，对于每个元素，与之后的一个随机位置的元素交换。这种方法确保了所有排列的可能性均等。下面是Fisher-Yates算法的实现： ```javascript function shuffle(a) { var j, x, i; for (i = a.length; i; i--) { j = Math.floor(Math.random() * i); x = a[i - 1]; a[i - 1] = a[j]; a[j] = x; } return a; } ``` 使用ES6的语法，我们可以进一步简化这个函数： ```javascript function shuffle(a) { for (let i = a.length; i; i--) { let j = Math.floor(Math.random() * i); [a[i - 1], a[j]] = [a[j], a[i - 1]]; } return a; } ``` 当使用Fisher-Yates算法对数组进行多次乱序并统计结果时，你会发现不同排列出现的概率接近一致，从而证明了这是一种真正的乱序。 总结来说，虽然`sort()`结合`Math.random()`的方法在某些情况下可以实现简单的乱序效果，但其结果受JavaScript引擎的影响，可能会导致非均匀分布。相比之下，Fisher-Yates算法提供了一种更为可靠且均匀的乱序方式，适用于各种场景，尤其是在需要保证乱序均匀性的应用中。因此，在处理数组乱序时，推荐使用Fisher-Yates算法。