Question

我遇到了下面的算法，用于在Javascript中对数组进行混洗。它似乎与Fisher-Yates shuffle的区别在于，可用“交换”的范围随着for循环计数器的增加而增加。这似乎与Fisher-Yates版本的行为方式相反。我很好奇这是否是一个有效的算法。这是伪装的费舍尔耶茨吗？有偏见吗？

如果有人能提供一些代码来测试它产生的排列频率，那将是一个奖励。

<script>
var shuffle = function (myArray) {
    var random = 0;
    var temp = 0;
    console.log(myArray);
    for (i = 1; i < myArray.length; i++) {
        random = Math.round(Math.random() * i);
        console.log(random + '\n');
        temp = myArray[i];
        myArray[i] = myArray[random];
        myArray[random] = temp;
        console.log(myArray);
    }
    return myArray;
}

var arr = [1, 2, 3, 4];

shuffle(arr);

</script>

Answer 1

不，这不是一个公平的洗牌。

Math.random() * i是0和i之间的均匀随机浮点值，但Math.round(Math.random() * i)不会同等地选取0和i之间的整数。例如，当i为2时，[0,0.5]范围内的值舍入为0，范围[0.5,1.5]中的值舍入为1，值范围为（1.5,2）这意味着不是同样经常选择0,1和2，而是以0.5的概率选择1，并且每次选取0和2，概率为0.25。

Math.floor(Math.random * (i + 1))是正确的。

您可以统计验证：将数组[0,1,2]洗牌10000次，看看2在数组末尾保留的频率。应该是3333左右，但由于偏见，它会更像2500.

除此之外，该算法是正确的，可以反过来描述为Fisher-Yates。您可以通过归纳证明它是正确的。 n = 1的基本情况是微不足道的。归纳步骤也相对简单：如果您对n个项目进行了均匀随机排列，然后在0到n + 1的均匀随机索引处插入第n + 1个项目，那么您＆＃ 39;我得到了n + 1项的随机排列。

洗牌算法公平？（JavaScript）的

1 个答案:

洗牌算法公平？ （JavaScript）的

1 个答案:

洗牌算法公平？（JavaScript）的