JS数组随机排序技巧全解析

在文章实战开发的过程中，我们经常会遇到一些这样那样的问题，然后要卡好半天，等问题解决了才发现原来一些细节知识点还是没有掌握好。今天golang学习网就整理分享《JS数组随机打乱方法详解》，聊聊，希望可以帮助到正在努力赚钱的你。

最推荐的方法是使用Fisher-Yates洗牌算法，1. 该算法从数组末尾开始向前遍历，每一步在剩余元素中随机选择一个与当前元素交换；2. 它确保每个元素出现在任何位置的概率均等，实现真正均匀的随机打乱；3. 时间复杂度为O(n)，效率高且结果可靠；4. 相比之下，不推荐使用sort()配合Math.random()，因其无法保证均匀分布，可能导致某些排列更易出现；5. 对于一般场景，Math.random()已足够，但在需要加密安全或可复现随机性时，应使用Web Crypto API或带种子的PRNG。该方法能有效满足不同应用场景下的随机性需求。

要随机打乱JavaScript数组的顺序，最推荐且最可靠的方法是使用Fisher-Yates（或称Knuth）洗牌算法。它能确保数组中的每个元素被放置到任何位置的概率是均等的，从而实现真正的随机打乱。

解决方案

function shuffleArray(array) {
  // 复制一份数组，避免修改原数组，这是个好习惯
  const shuffled = [...array]; 
  let currentIndex = shuffled.length;
  let randomIndex;

  // 当还有未洗牌的元素时
  while (currentIndex !== 0) {
    // 随机选择一个剩余的元素
    randomIndex = Math.floor(Math.random() * currentIndex);
    currentIndex--;

    // 将其与当前元素交换
    [shuffled[currentIndex], shuffled[randomIndex]] = [
      shuffled[randomIndex],
      shuffled[currentIndex],
    ];
  }

  return shuffled;
}

// 示例用法：
const myArray = [1, 2, 3, 4, 5, 6, 7, 8, 9];
const shuffledArray = shuffleArray(myArray);
console.log(shuffledArray); // 每次运行结果都不同
console.log(myArray); // 原数组未被修改

为什么不推荐使用 Array.prototype.sort() 配合 Math.random() 来打乱数组？

我看到很多初学者，甚至一些经验没那么丰富的开发者，会很自然地想到用 array.sort(() => Math.random() - 0.5) 这种方式来打乱数组。乍一看，它确实能把数组打乱，而且代码写起来也挺简洁的。但从专业角度看，这绝对不是一个好主意，甚至可以说是个“坑”。

核心问题在于，Array.prototype.sort() 的回调函数期望返回一个负数、零或正数，来决定元素的相对顺序。Math.random() - 0.5 确实能产生负数和正数，但它无法保证每个元素被交换到任何位置的概率是均等的。这意味着，某些元素可能会比其他元素“更倾向于”出现在数组的开头或结尾，导致打乱的结果不是真正意义上的均匀分布。

举个例子，如果你的数组比较小，可能看不出明显的偏差。但当数组元素数量增多时，这种不均匀性就会变得非常明显。在某些场景下，比如抽奖、发牌或者需要高度随机性的数据处理时，这种偏差是绝对不能接受的。它可能会导致某些选项被抽中的概率更高，或者某些卡牌组合出现的频率异常，从而影响公平性或数据的准确性。所以，为了严谨性和可靠性，我个人是坚决不推荐这种做法的。

Fisher-Yates (Knuth) 洗牌算法的工作原理是什么？

Fisher-Yates 洗牌算法之所以被认为是“黄金标准”，是因为它通过一种非常巧妙且高效的方式，保证了每次洗牌都能产生一个均匀随机的排列。它的基本思想可以这样理解：我们从数组的最后一个元素开始，然后向前遍历。

具体步骤是这样的：

1. 从后往前遍历： 我们从数组的最后一个元素（索引 n-1）开始，一直向前遍历到第一个元素（索引 0）。
2. 随机选择： 在每一步，我们从当前元素（包括当前元素本身）到数组开头的所有未处理元素中，随机选择一个元素。
3. 交换位置： 将这个随机选中的元素与当前遍历到的元素进行交换。

这个过程可以形象地理解为：你有一堆卡片，你拿起最上面那张（最后一个元素），然后在剩下的所有卡片中（包括你手上这张），随机抽一张出来，然后把你手上的那张和这张随机抽出来的卡片交换位置。接着，你把刚才处理过的那张卡片（现在在最上面的那张）放到一边，不再管它。然后，你拿起下一张卡片（倒数第二个元素），重复这个过程，直到所有卡片都被处理过。

它的时间复杂度是 O(n)，这意味着无论数组有多大，它都能以线性的时间效率完成洗牌，效率非常高。而且，由于每次选择和交换都保证了剩余元素被选中的概率均等，所以最终得到的排列也是均匀随机的。这正是它被广泛应用于各种需要公平随机性的场景（比如在线扑克游戏、抽奖系统等）的原因。

如何确保打乱后的数组在不同场景下都具有随机性？

确保打乱后的数组在不同场景下都具有“足够”的随机性，这其实是一个多层面的问题，尤其是在JavaScript环境中。首先要明确的是，Math.random() 在大多数浏览器和Node.js环境中提供的是一个伪随机数生成器（PRNG）。这意味着它不是真正意义上的“随机”，而是通过一个确定性的算法生成一系列看似随机的数字。对于大多数前端应用场景，比如显示一个随机排序的列表，或者简单的抽奖功能，Math.random() 结合 Fisher-Yates 算法提供的随机性已经足够了。

但如果你面临的是需要加密安全的随机性（例如生成密码、安全令牌，或者进行更严格的加密操作），那么 Math.random() 是绝对不行的。在这种情况下，你需要使用更强大的API，比如Web Crypto API中的 window.crypto.getRandomValues()。这个API能够从系统底层获取更强的随机性源，生成密码学安全的伪随机数。当然，对于数组洗牌而言，这通常是过度设计了。

另一个需要考虑的场景是可复现的随机性。有时候，你可能希望多次运行洗牌函数，但每次都得到相同的“随机”结果，这在测试、调试或者某些算法竞赛中非常有用。Math.random() 是不可控的，每次运行都会有不同的结果。要实现可复现的随机性，你需要引入一个“种子”（seed）的概念。这意味着你不能直接依赖 Math.random()，而是需要实现一个带种子的伪随机数生成器（Seeded PRNG）。通过给这个生成器一个固定的种子值，它每次都会生成相同的随机数序列，从而使得 Fisher-Yates 算法在每次运行时都能产生相同的打乱结果。当然，这需要你自己实现或引入一个第三方库来提供这样的PRNG，因为它不是JavaScript内置的功能。

总的来说，对于日常的JavaScript数组洗牌需求，Fisher-Yates 算法配合 Math.random() 就足够了。但如果你有更高的安全要求或可复现性的需求，就需要考虑更高级的随机数生成方案了。

终于介绍完啦！小伙伴们，这篇关于《JS数组随机排序技巧全解析》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！