转载

数组的完全随机排列

Array.prototype.sort 方法被许多 JavaScript 程序员误用来随机排列数组。最近做的前端星计划挑战项目中，一道实现 blackjack 游戏的问题，就发现很多同学使用了 Array.prototype.sort 来洗牌。就连最近一期 JavaScript Weekly 上推荐的一篇文章也犯了同样的错误。

数组的完全随机排列

以下就是常见的 完全错误 的随机排列算法：

function shuffle(arr){     return arr.slice(0).sort(function(){         return Math.random() - 0.5;     }); }

以上代码看似巧妙利用了 Array.prototype.sort 实现随机，但是，却有非常严重的问题，甚至是完全错误。

证明 Array.prototype.sort 随机算法的错误

为了证明这个算法的错误，我们设计一个测试的方法。假定这个排序算法是正确的，那么，将这个算法用于随机数组 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]，如果算法正确，那么每个数字在每一位出现的概率均等。因此，将数组重复洗牌足够多次，然后将每次的结果在每一位相加，最后对每一位的结果取平均值，这个平均值应该约等于 (0 + 9) / 2 = 4.5 ，测试次数越多次，每一位上的平均值就都应该越接近于 4.5。所以我们简单实现测试代码如下：

var arr = [0,1,2,3,4,5,6,7,8,9]; var res = [0,0,0,0,0,0,0,0,0,0];  var t = 10000; for(var i = 0; i < t; i++){   var sorted = shuffle(arr);   sorted.forEach(function(o,i){       res[i] += o;   }); }  res = res.map(function(o){     return o / t; });  console.log(res);

将上面的 shuffle 方法用这段测试代码在 chrome 浏览器中测试一下，可以得出结果，发现结果并不随机分布，各个位置的平均值越往后越大，这意味着这种随机算法 越大的数字出现在越后面的概率越大 。

为什么会产生这个结果呢？我们需要了解 Array.prototype.sort 究竟是怎么作用的。

首先我们知道排序算法有很多种，而 ECMAScript 并没有规定 Array.prototype.sort 必须使用何种排序算法。在这里，有兴趣的同学不妨看一下 JavaScriptCore 的源码实现：

排序不是我们今天讨论的主题，但是不论用何种排序算法，都是需要进行两个数之间的比较和交换，排序算法的效率和两个数之间比较和交换的次数有关系。

最基础的排序有冒泡排序和插入排序，原版的冒泡或者插入排序都比较了 n(n-1)/2 次，也就是说任意两个位置的元素都进行了一次比较。那么在这种情况下，如果采用前面的 sort 随机算法，由于每次比较都有 50% 的几率交换和不交换，这样的结果是随机均匀的，我们可以看一下例子：

function bubbleSort(arr, compare){     for(var i = 0; i < arr.length; i++){         for(var j = i; j < arr.length; j++){             if(compare(arr[i], arr[j]) > 0){                 var tmp = arr[i];                   arr[i] = arr[j];                   arr[j] = tmp;             }         }     }     return arr; }  function shuffle(arr){     return bubbleSort(arr, function(){         return Math.random() - 0.5;     }); }  var arr = [0,1,2,3,4,5,6,7,8,9]; var res = [0,0,0,0,0,0,0,0,0,0];  var t = 10000; for(var i = 0; i < t; i++){   var sorted = shuffle(arr);   sorted.forEach(function(o,i){       res[i] += o;   }); }  res = res.map(function(o){     return o / t; });  console.log(res);

上面的代码的随机结果是均匀的。

除了每个位置两两都比较一次的这种排序算法外，大多数排序算法的时间复杂度介于 O(n) 到 O(n ² ) 之间，元素之间的比较次数通常情况下要远小于 n(n-1)/2，也就意味着有一些元素之间根本就没机会相比较（也就没有了随机交换的可能），正因为如此，导致了 sort 随机排序的算法没能真正随机。

我们将上面的代码改一下，采用快速排序：

function quickSort(arr, compare){   arr = arr.slice(0);   if(arr.length <= 1) return arr;   var mid = arr[0], rest = arr.slice(1);   var left = [], right = [];    for(var i = 0; i < rest.length; i++){       if(compare(rest[i], mid) > 0){       right.push(rest[i]);     }else{       left.push(rest[i]);     }   }    return quickSort(left, compare).concat([mid])   .concat(quickSort(right, compare)); }  function shuffle(arr){     return quickSort(arr, function(){         return Math.random() - 0.5;     }); }  var arr = [0,1,2,3,4,5,6,7,8,9]; var res = [0,0,0,0,0,0,0,0,0,0];  var t = 10000; for(var i = 0; i < t; i++){   var sorted = shuffle(arr);   sorted.forEach(function(o,i){       res[i] += o;   }); }  res = res.map(function(o){     return o / t; });  console.log(res);

可以看到，由于快速排序并没有两两元素进行比较，因此它的概率分布就不随机了。

所以我们可以得出结论，用 Array.prototype.sort 随机交换的方式来随机排列数组，得到的结果并不一定随机，而是取决于排序算法是如何实现的，用 JavaScript 内置的排序算法这么排序，通常肯定是 不完全随机的 。

快速的随机排列

所有空间复杂度 O(1) 的排序算法的时间复杂度都介于 O(nlogn) 到 O(n ² ) 之间，因此在不考虑算法结果错误的前提下，使用排序来随机交换也是慢的。事实上，随机数组元素有经典的 O(n) 复杂度的算法：

function shuffle(arr){       var len = arr.length;     for(var i = 0; i < len - 1; i++){         var idx = Math.floor(Math.random() * (len - i));           var temp = arr[idx];           arr[idx] = arr[len - i - 1];           arr[len - i -1] = temp;     }       return arr; }

在上面的算法里，我们每一次循环从前 len - i 个元素里随机一个位置，将这个元素和第 len - i 个元素进行交换，迭代直到 i = len - 1 为止。

数组的完全随机排列

我们同样可以检验一下这个算法的随机性：

function shuffle(arr){       var len = arr.length;     for(var i = 0; i < len - 1; i++){         var idx = Math.floor(Math.random() * (len - i));           var temp = arr[idx];           arr[idx] = arr[len - i - 1];           arr[len - i -1] = temp;     }       return arr; }  //console.log(shuffle2([1,2,3,4,5,6,7,8,9]));  var arr = [0,1,2,3,4,5,6,7,8,9]; var res = [0,0,0,0,0,0,0,0,0,0];  var t = 10000; for(var i = 0; i < t; i++){   var sorted = shuffle(arr);   sorted.forEach(function(o,i){       res[i] += o;   }); }  res = res.map(function(o){     return o / t; });  console.log(res);

从结果可以看出这个算法是完全随机的。事实上我们还可以简单从数学上证明这个算法的随机性。

随机性的数学归纳法证明

对 n 个数进行随机：

首先我们考虑 n = 2 的情况，根据算法，显然有 1/2 的概率两个数交换，有 1/2 的概率两个数不交换，因此对 n = 2 的情况，元素出现在每个位置的概率都是 1/2，满足随机性要求。
假设有 i 个数， i >= 2 时，算法随机性符合要求，即每个数出现在 i 个位置上每个位置的概率都是 1/i。
对于 i + 1 个数，按照我们的算法，在第一次循环时，每个数都有 1/(i+1) 的概率被交换到最末尾，所以每个元素出现在最末一位的概率都是 1/(i+1) 。而每个数也都有 i/(i+1) 的概率不被交换到最末尾，如果不被交换，从第二次循环开始还原成 i 个数随机，根据 2. 的假设，它们出现在 i 个位置的概率是 1/i。因此每个数出现在前 i 位任意一位的概率是 (i/(i+1)) * (1/i) = 1/(i+1) ，也是 1/(i+1)。
综合 1. 2. 3. 得出，对于任意 n >= 2，经过这个算法，每个元素出现在 n 个位置任意一个位置的概率都是 1/n。