闲话shuffle(洗牌)算法
工作中经常会用到洗牌算法,看到这篇文章不错,原文摘自:http://www.atatech.org/article/detail/11821/928 作者:子仲
场景
洗牌算法的应用场景其实很多,运营的坑位固定,需要随机显示是一种场景。用音乐播放的时候,随机播放列表,其实主要用的就是shuffle算法。谁都不希望随机一两次之后又听到同一首歌。IPod shuffle的卖点其实就在这。我们平时在人数固定的情况下就会用到shuffle算法。总得来说洗牌算法场景较多,下面我们来看看它的实现原理。
实现
洗牌算法是实现方式
第一种我叫它正常洗牌抽牌法
桌上有n张扑克牌,第i次从桌子上等概率随机取出一张扑克牌,此时牌堆的减少一张,在n-i的牌堆里面再随机等概率抽取一张,直到抽完为止。
deck 为扑克牌
1 for i <- 0 to n 2 d<-random(n-i) 3 swap(deck[d],deck[n-i])
还有一种方式就是标记法,就是抽牌的人从牌堆里面随机抽出一张牌,然后标记为已读,然后放回牌堆里面,继续随机抽取,如果遇到“已读‘标记的,就放回。直到抽到无已读为止。这种方式和前面的方式实现简直就是高富帅和屌丝之间的差别。因为这种方式就是你要随机到所有的牌都出现过为止。一句话“远离此方法,争做有爱青年“
javascript实现
第一种实现:
1 function shuffle0(array) { 2 array.sort(function() { 3 return Math.random() - 0.5; 4 }); 5 return array; 6 }
这是一种不完全的洗牌算法
第二种实现:
1 function shuffle1(array) { 2 for (var i = array.length - 1; i > 0; i--) { 3 var j = Math.floor(Math.random() * (i + 1)); 4 var temp = array[i]; 5 array[i] = array[j]; 6 array[j] = temp; 7 } 8 return array; 9 }
这是理想的算法
第三种实现:
01 function shuffle2(array) { 02 var copy = [], n = array.length, i; 03 04 while (n) { 05 i = Math.floor(Math.random() * array.length); 06 07 if (i in array) { 08 copy.push(array[i]); 09 delete array[i]; 10 n--; 11 } 12 } 13 14 return copy; 15 }
这就是前面说到的屌丝算法
第四种实现:
1 function shuffle3(array) { 2 var copy = [], n = array.length, i; 3 while (n) { 4 i = Math.floor(Math.random() * n--); 5 copy.push(array.splice(i, 1)[0]); 6 } 7 8 return copy; 9 }
看来像O(n) 但是由于splice的缘故,这个算法也有可能出现O(n^2)的情况
demo
多做一步
谁才是中国好随机?才是真随机?
接下来让我们重复30遍来看看效果
我们来制定一个判断标准:随机之后出现在自己的位置的数量越少说明随机的越彻底,反之则说明越不彻底
1 var sum = 0; 2 for(var i=0;i<30;i++) { 3 var a = [0,1,2,3,4,5,6,7,8,9]; 4 console.log(shuffleN(a)); 5 for(var j=0;j<10; j++) { 6 if(a[j]==j) sum++; 7 } 8 } 9 console.log('随机重复数:'+sum)
第一种
第二种
第三种
第四种
性能对比
我们来对四种方法做下性能对比: http://jsperf.com/sm-shuffle
通过对比
第二种方法的效率最高
第三种效率最差
总结
选择一种算法实现,时间复杂度、空间复杂要考虑,对于像这种随机算法,我觉得还需要一个准确度。
第一种方法由于不能做到真正意义上的随机,所以可以不考虑。
第二种效率最高,但是也会出现重复,但是可以接受,因为更接近现实中的随机情况
第三种效率最差,而且是全随机,效率差到爆,那就不多说了
第四种如果做全随机的话,我觉得可以选用这种方式,也会出现效率问题。