最近看了一篇非常有趣的文章：關於JavaScript的陣列隨機排序，其作者為oldj前輩。文中指出我們用來“將一個陣列隨機排序”的經典寫法所存在的問題，獲益匪淺。
本文將以更加詳盡的材料和更多樣的code demo進行闡述。並嘗試用“Fisher–Yates shuffle”洗牌演算法進行終極解答。
多個熟悉的場景
將一個陣列進行亂序處理，是一個非常簡單但是非常常用的需求。
比如，“猜你喜歡”、“點選換一批”、“中獎方案”等等，都可能應用到這樣的處理。包括我自己在寫程式碼的時候，也確實遇到過。
一般比較經典且流行的方案為：對物件陣列採用array.sort()方法，並傳入一個比較函式（comparison function），這個比較函式隨機返回一個介於［－0.5， 0.5］之間的數值：
var numbers = [12,4,16,3];
numbers.sort(function() {
return .5 - Math.random();
});複製程式碼關於這麼做的理論基礎這裡不再進行闡釋。如果您不明白，可以瞭解一下JS中sort函式的使用方法。
有毒的array.sort方法
正像oldj前輩文章指出的那樣，其實使用這個方法亂序一個陣列是有問題的。
為此，我寫了一個指令碼進行驗證。並進行了視覺化處理。強烈建議讀者去Github圍觀一下，clone下來自己試驗。
指令碼中，我對
var letters = ['A','B','C','D','E','F','G','H','I','J'];複製程式碼letters這樣一個陣列使用array.sort方法進行了10000次亂序處理，並把亂序的每一次結果儲存在countings當中。
結果在頁面上進行輸出：
var countings = [
{A:0,B:0,C:0,D:0,E:0,F:0,G:0,H:0,I:0,J:0},
{A:0,B:0,C:0,D:0,E:0,F:0,G:0,H:0,I:0,J:0},
{A:0,B:0,C:0,D:0,E:0,F:0,G:0,H:0,I:0,J:0},
{A:0,B:0,C:0,D:0,E:0,F:0,G:0,H:0,I:0,J:0},
{A:0,B:0,C:0,D:0,E:0,F:0,G:0,H:0,I:0,J:0},
{A:0,B:0,C:0,D:0,E:0,F:0,G:0,H:0,I:0,J:0},
{A:0,B:0,C:0,D:0,E:0,F:0,G:0,H:0,I:0,J:0},
{A:0,B:0,C:0,D:0,E:0,F:0,G:0,H:0,I:0,J:0},
{A:0,B:0,C:0,D:0,E:0,F:0,G:0,H:0,I:0,J:0},
{A:0,B:0,C:0,D:0,E:0,F:0,G:0,H:0,I:0,J:0}
];
var letters=['A','B','C','D','E','F','G','H','I','J'];
for (var i = 0; i < 10000; i++) {
var r = ['A','B','C','D','E','F','G','H','I','J'].sort(function() {
return .5 - Math.random();
});
for(var j = 0; j <= 9; j++) {
countings[j][r[j]]++;
}
}
for(var i = 0; i <= 9;i++) {
for(var j = 0;j <= 9;j++) {
document.getElementById('results').rows[i + 1].cells[j + 1].firstChild.data = countings[i][letters[j]];
}
}複製程式碼得到結果如圖：
這個結果對陣列中的每一項元素在亂序後的結果進行了統計。
如果點選“recalculate”按鈕，可以進行多次10000次取樣試驗。
不管點選按鈕幾次，你都會發現整體亂序之後的結果絕對不是“完全隨機”。
比如A元素大概率出現在陣列的頭部，J元素大概率出現在陣列的尾部，所有元素大概率停留在自己初始位置。
由此可以先粗暴地得出結論：
使用array.sort方法進行亂序處理，絕對是有問題的。
array.sort方法底層究竟如何實現？
但是為什麼會有問題呢？這需要從array.sort方法排序底層說起。
在Chrome v8引擎原始碼中，可以清晰看到，
v8在處理sort方法時，使用了插入排序和快排兩種方案。當目標陣列長度小於10時，使用插入排序；反之，使用快排。
Chrome’s v8 uses a combination of InsertionSort and QuickSort. That is, if the array is less than 10 elements in length, it uses an InsertionSort.
其實不管用什麼排序方法，大多數排序演算法的時間複雜度介於O(n)到O(n2)之間，元素之間的比較次數通常情況下要遠小於n(n-1)/2，也就意味著有一些元素之間根本就沒機會相比較（也就沒有了隨機交換的可能），這些 sort 隨機排序的演算法自然也不能真正隨機。
怎麼理解上邊這句話呢？其實我們想使用array.sort進行亂序，理想的方案或者說純亂序的方案是陣列中每兩個元素都要進行比較，這個比較有50%的交換位置概率。這樣一來，總共比較次數一定為n(n-1)。
而在sort排序演算法中，大多數情況都不會滿足這樣的條件。因而當然不是完全隨機的結果了。
順便說一下，關於v8引擎的排序方案，原始碼使用JS實現的，非常利於前端程式設計師閱讀。其中，對應不同的陣列長度，使用了快排和插入排序不同方法。同時使用了大量的效能優化技巧，尤其是關於快排的pivot選擇上十分有意思。感興趣的讀者不妨研究一下。
真正意義上的亂序
要想實現真正意義上的亂序，其實不難。我們首先要規避不穩定的array.sort方法。
在電腦科學中，有一個專門的：洗牌演算法Fisher–Yates shuffle。如果你對演算法天生遲鈍，也不要慌張。這裡我一步一步來實現，相信您一定要得懂。
先來整體看一下所有程式碼實現，一共也就10行：
Array.prototype.shuffle = function() {
var input = this;
for (var i = input.length-1; i >=0; i--) {
var randomIndex = Math.floor(Math.random()*(i+1));
var itemAtIndex = input[randomIndex];
input[randomIndex] = input[i];
input[i] = itemAtIndex;
}
return input;
}
var tempArray = [ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 ]
tempArray.shuffle();
console.log(tempArray); 複製程式碼解析：
首先我們有一個已經排好序的陣列：
Step1：
第一步需要做的就是，從陣列末尾開始，選取最後一個元素。
在陣列一共9個位置中，隨機產生一個位置，該位置元素與最後一個元素進行交換。
Step2：
上一步中，我們已經把陣列末尾元素進行隨機置換。
接下來，對陣列倒數第二個元素動手。在除去已經排好的最後一個元素位置以外的8個位置中，隨機產生一個位置，該位置元素與倒數第二個元素進行交換。
Step3：
理解了前兩部，接下來就是依次進行，如此簡單。
自己實現亂序
以上方法，是基於Fisher–Yates shuffle洗牌演算法。下面，我們就需要自己開動腦筋，完成一個亂序方案。
其實這並不難，關鍵在於如何生產真正的亂序。因為往往生成的並不是完全意義上的亂序，關於這一點，讀者可以參考The Danger of Naïveté一文。
我們來看一下社群上劉哇勇的一系列進階方案：
function shuffle (array) {
var copy = [],
n = array.length,
i;
while (n) {
i = Math.floor(Math.random() * array.length);
if (i in array) {
copy.push(array[i]);
delete array[i];
n--;
}
}
return copy;
}複製程式碼關於這種方案，也給出了分析：
我們建立了一個copy陣列，然後遍歷目標陣列，將其元素複製到copy陣列裡，同時將該元素從目標陣列中刪除，這樣下次遍歷的時候就可以跳過這個序號。而這一實現的問題正在於此，即使一個序號上的元素已經被處理過了，由於隨機函式產生的數是隨機的，所有這個被處理過的元素序號可能在之後的迴圈中不斷出現，一是效率問題，另一個就是邏輯問題了，存在一種可能是永遠執行不完。
改進的方案為：
function shuffle(array) {
var copy = [],
n = array.length,
i;
while (n) {
i = Math.floor(Math.random() * n--);
copy.push(array.splice(i, 1)[0]);
}
return copy;
}複製程式碼改進的做法就是處理完一個元素後，用Array的splice()方法將其從目標陣列中移除，同時也更新了目標陣列的長度。如此一來下次遍歷的時候是從新的長度開始，不會重複處理的情況了。
當然這樣的方案也有不足之處：比如，我們建立了一個copy陣列進行返回，在記憶體上開闢了新的空間。
不過，這可以完全避免：
function shuffle(array) {
var m = array.length,
t, i;
while (m) {
i = Math.floor(Math.random() * m--);
t = array[m];
array[m] = array[i];
array[i] = t;
}
return array;
}複製程式碼有趣的是，這樣的實現已經完全等同於上文洗牌演算法Fisher–Yates shuffle的方案了。
總結
本文剖析了“陣列亂序”這麼一個簡單，但是有趣的需求場景。
對這個場景的深入分析，讓我們認識到JS和計算機演算法中的一些玄妙。
文章簡要提到了V8引擎對array.sort的處理、洗牌演算法Fisher–Yates等內容。希望對讀者有所啟發。
Happy Coding!
PS:
作者Github倉庫，歡迎通過程式碼各種形式交流。
百度知識搜尋部大前端繼續招兵買馬，高階工程師、實習生職位均有，有意向者火速聯絡。