当前位置: 首页 > news >正文

JS - - - - - 数组乱序排序「进阶版」

JS - - - - - 数组排序「进阶版」

  • 1. 使用.sort()进行乱序排序
    • 1.1 简单示例
    • 1.2 加大基数
  • 2. 使用「洗牌算法 Fisher-Yates 」进行乱序排序

1. 使用.sort()进行乱序排序

1.1 简单示例

function sortShuffle(arr) {return arr.sort(()=> Math.random() - 0.5);
}function start() {for(let i = 0; i < 10; i++){let arr = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'];sortShuffle(arr);console.log('arr', arr)}
}start()

在这里插入图片描述

打印的结果看似真的已经随机了,但是事实真的如此吗?

由于基数小,得到的数据不一定准确。接下来增加次数,以验证随机性的真实性。

1.2 加大基数

代码如下:

function sortShuffle(arr) {return arr.sort(()=> Math.random() - 0.5);
}function start() {// 循环10w次let num = 100000;// 统计元素在每个位置出现的次数let elementPositionCounts = {a: Array.from({length:10}).fill(0),b: Array.from({length:10}).fill(0),c: Array.from({length:10}).fill(0),d: Array.from({length:10}).fill(0),e: Array.from({length:10}).fill(0),f: Array.from({length:10}).fill(0),g: Array.from({length:10}).fill(0),h: Array.from({length:10}).fill(0),i: Array.from({length:10}).fill(0),j: Array.from({length:10}).fill(0)}for(let i = 0; i < num;  i++){let arr = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'];sortShuffle(arr);elementPositionCounts.a[arr.indexOf('a')]++;elementPositionCounts.b[arr.indexOf('b')]++;elementPositionCounts.c[arr.indexOf('c')]++;elementPositionCounts.d[arr.indexOf('d')]++;elementPositionCounts.e[arr.indexOf('e')]++;elementPositionCounts.f[arr.indexOf('f')]++;elementPositionCounts.g[arr.indexOf('g')]++;elementPositionCounts.h[arr.indexOf('h')]++;elementPositionCounts.i[arr.indexOf('i')]++;elementPositionCounts.j[arr.indexOf('j')]++;}// 以表格形式,展示结果console.table(elementPositionCounts);
}start()

在这里插入图片描述

从表格中可以明显看出,各元素在不同位置的出现概率存在显著差异

各列数据统计了不同元素在相同位置的出现频率
以第一列为例:
最高频元素"a"出现约19.5k
而最低频元素"i"仅出现约6k次。

2. 使用「洗牌算法 Fisher-Yates 」进行乱序排序

每次从未处理的数组中随机取一个元素,然后把该元素放到数组的尾部,即数组的尾部放的就是已经处理过的元素。
这是一种原地打乱的算法,每个元素随机概率也相等,时间复杂度从 Fisher 算法的 O(n2)提升到了 O(n)

// Fisher-Yates 洗牌算法
function shuffle(arr) {const array = [...arr]; // 创建副本,避免修改原数组for (let i = array.length - 1; i > 0; i--) {const j = Math.floor(Math.random() * (i + 1)); // 生成 [0, i] 的随机数[array[i], array[j]] = [array[j], array[i]]; // 交换元素 (解构赋值的方式交换位置)}return array;
}function start() {const num = 100000; // 循环次数const elements = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'];// 使用reduce初始化统计对象const elementPositionCounts = elements.reduce((acc, el) => {acc[el] = Array(elements.length).fill(0);return acc;}, {});// 进行洗牌并统计位置for (let i = 0; i < num; i++) {const shuffled = shuffle(elements);shuffled.forEach((el, pos) => {elementPositionCounts[el][pos]++;});}// 输出结果console.table(elementPositionCounts);
}start();

结果如下:
在这里插入图片描述

从表格中我们可以看出,每个元素在每个位置出现的次数已经相差不大

每一列中各元素出现的次数基本已经很平均了。

http://www.xdnf.cn/news/1137565.html

相关文章:

  • 自动化测试工具 Selenium 入门指南
  • 排序算法—交换排序(冒泡、快速)(动图演示)
  • 闲庭信步使用图像验证平台加速FPGA的开发:第二十课——图像还原的FPGA实现
  • HTML表格基础
  • MailAgentProcess.getInstance
  • API开发提速新方案:SmartBear API Hub与ReadyAPI虚拟化整合实践
  • 如何在PyCharm中切换其他虚拟环境
  • OCR 赋能档案数字化:让沉睡的档案 “活” 起来
  • web后端开发(javaweb第十天)
  • yolo8+ASR+NLP+TTS(视觉语音助手)
  • 算法提升之字符串练习-02(字符串哈希)
  • 小红书获取关键词列表API接口详解
  • MongoDB 与MySQL 及es的区别
  • AllDup(重复文件查找)v4.5.70 便携版
  • 基于MATLAB和ZEMAX的光学传递函数与调制传递函数联合仿真
  • 初试Spring AI实现聊天功能
  • mysql——搭建MGR集群
  • 分布式分片策略中,分片数量的评估与选择
  • 基于单片机公交车报站系统/报站器
  • Jenkins Git Parameter 分支不显示前缀origin/或repo/
  • 2024年ASOC SCI2区TOP,基于干扰模型的灰狼优化算法IIE-GWO+复杂丘陵地形农业无人机轨迹规划,深度解析+性能实测
  • 医院各类不良事件上报,PHP+vscode+vue2+element+laravel8+mysql5.7不良事件管理系统源代码,成品源码,不良事件管理系统
  • 板凳-------Mysql cookbook学习 (十一--------12)
  • Python22 —— 标准库(random库)
  • Linux的Ext系列文件系统
  • 【JVM】深入理解 JVM 类加载器
  • 【推荐100个unity插件】使用C#或者unity实现爬虫爬取静态网页数据——Html Agility Pack (HAP)库和XPath 语法的使用
  • Java学习--JVM(2)
  • 学习C++、QT---27(QT中实现记事本项目实现行列显示、优化保存文件的功能的讲解)
  • 【Linux手册】缓冲区:深入浅出,从核心概念到实现逻辑