什么是随机抽样的干净方式，而不是从 javascript 中的数组中替换？所以假设有一个数组
x = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]
我想随机抽取 5 个唯一值；即生成长度为 5 的随机子集。要生成一个随机样本，可以执行以下操作：
x[Math.floor(Math.random()*x.length)];
但如果多次这样做，则存在多次抓取同一个条目的风险。
【问题讨论】：
标签： javascript arrays random numerical-methods
我建议使用Fisher-Yates shuffle 对数组的副本进行洗牌并取一个切片：
function getRandomSubarray(arr, size) {
var shuffled = arr.slice(0), i = arr.length, temp, index;
while (i--) {
index = Math.floor((i + 1) * Math.random());
temp = shuffled[index];
shuffled[index] = shuffled[i];
shuffled[i] = temp;
}
return shuffled.slice(0, size);
}
var x = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15];
var fiveRandomMembers = getRandomSubarray(x, 5);
请注意，这不是获取大数组的小随机子集的最有效方法，因为它会不必要地对整个数组进行洗牌。为了获得更好的性能，您可以改为进行部分随机播放：
function getRandomSubarray(arr, size) {
var shuffled = arr.slice(0), i = arr.length, min = i - size, temp, index;
while (i-- > min) {
index = Math.floor((i + 1) * Math.random());
temp = shuffled[index];
shuffled[index] = shuffled[i];
shuffled[i] = temp;
}
return shuffled.slice(min);
}
【讨论】：
i 在计算 index 时已经递减，因此在第一次迭代中 i + 1 等于第一个函数中的 arr.length，这是正确的。
d3的人，从d3-array模块导入shuffle。它还使用了这个 Fisher-Yates shuffle。详情如下。
聚会有点晚了，但这可以通过下划线的新 sample 方法解决（下划线 1.5.2 - 2013 年 9 月）：
var x = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15];
var randomFiveNumbers = _.sample(x, 5);
【讨论】：
在我看来，我认为没有必要洗牌整副牌。您只需要确保您的样本是随机的，而不是您的套牌。您可以做的是从前面选择size 数量，然后将采样数组中的每个位置与其中的另一个位置交换。所以，如果你允许替换，你会变得越来越混乱。
function getRandom(length) { return Math.floor(Math.random()*(length)); }
function getRandomSample(array, size) {
var length = array.length;
for(var i = size; i--;) {
var index = getRandom(length);
var temp = array[index];
array[index] = array[i];
array[i] = temp;
}
return array.slice(0, size);
}
本算法只有2*size步骤，如果包含slice方法，则选择随机样本。
为了让样本更加随机，我们可以随机选择样本的起点。但是获取样品要贵一些。
function getRandomSample(array, size) {
var length = array.length, start = getRandom(length);
for(var i = size; i--;) {
var index = (start + i)%length, rindex = getRandom(length);
var temp = array[rindex];
array[rindex] = array[index];
array[index] = temp;
}
var end = start + size, sample = array.slice(start, end);
if(end > length)
sample = sample.concat(array.slice(0, end - length));
return sample;
}
使这更加随机的原因是，当您总是对前面的项目进行洗牌时，如果采样数组很大而样本很小，您往往不会经常在样本中得到它们。如果数组不应该始终相同，这将不是问题。所以，这个方法所做的就是改变这个打乱区域开始的位置。
为了不必复制采样数组并且不用担心替换，您可以执行以下操作，但它确实为您提供 3*size 与 2*size。
function getRandomSample(array, size) {
var length = array.length, swaps = [], i = size, temp;
while(i--) {
var rindex = getRandom(length);
temp = array[rindex];
array[rindex] = array[i];
array[i] = temp;
swaps.push({ from: i, to: rindex });
}
var sample = array.slice(0, size);
// Put everything back.
i = size;
while(i--) {
var pop = swaps.pop();
temp = array[pop.from];
array[pop.from] = array[pop.to];
array[pop.to] = temp;
}
return sample;
}
将提供更多随机样本的算法应用于无替换函数：
function getRandomSample(array, size) {
var length = array.length, start = getRandom(length),
swaps = [], i = size, temp;
while(i--) {
var index = (start + i)%length, rindex = getRandom(length);
temp = array[rindex];
array[rindex] = array[index];
array[index] = temp;
swaps.push({ from: index, to: rindex });
}
var end = start + size, sample = array.slice(start, end);
if(end > length)
sample = sample.concat(array.slice(0, end - length));
// Put everything back.
i = size;
while(i--) {
var pop = swaps.pop();
temp = array[pop.from];
array[pop.from] = array[pop.to];
array[pop.to] = temp;
}
return sample;
}
与所有这些帖子一样，它使用了 Fisher-Yates Shuffle。但是，我删除了复制数组的开销。
function getRandomSample(array, size) {
var r, i = array.length, end = i - size, temp, swaps = getRandomSample.swaps;
while (i-- > end) {
r = getRandom(i + 1);
temp = array[r];
array[r] = array[i];
array[i] = temp;
swaps.push(i);
swaps.push(r);
}
var sample = array.slice(end);
while(size--) {
i = swaps.pop();
r = swaps.pop();
temp = array[i];
array[i] = array[r];
array[r] = temp;
}
return sample;
}
getRandomSample.swaps = [];
【讨论】：
或者...如果您使用 underscore.js...
_und = require('underscore');
...
function sample(a, n) {
return _und.take(_und.shuffle(a), n);
}
足够简单。
【讨论】：
您可以通过这种方式获得5个元素的样本：
var sample = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]
.map(a => [a,Math.random()])
.sort((a,b) => {return a[1] < b[1] ? -1 : 1;})
.slice(0,5)
.map(a => a[0]);
您可以将其定义为要在代码中使用的函数：
var randomSample = function(arr,num){ return arr.map(a => [a,Math.random()]).sort((a,b) => {return a[1] < b[1] ? -1 : 1;}).slice(0,num).map(a => a[0]); }
或者将其添加到 Array 对象本身：
Array.prototype.sample = function(num){ return this.map(a => [a,Math.random()]).sort((a,b) => {return a[1] < b[1] ? -1 : 1;}).slice(0,num).map(a => a[0]); };
如果您愿意，您可以将代码分开以获得 2 个功能（随机播放和采样）：
Array.prototype.shuffle = function(){ return this.map(a => [a,Math.random()]).sort((a,b) => {return a[1] < b[1] ? -1 : 1;}).map(a => a[0]); };
Array.prototype.sample = function(num){ return this.shuffle().slice(0,num); };
【讨论】：
虽然我强烈支持使用 Fisher-Yates Shuffle，例如 suggested by Tim Down，但这里有一个非常简短的方法，可以根据要求获得数学上正确的随机子集，包括空集和给定集本身。
注意解决方案取决于lodash / underscore：
const _ = require('loadsh')
function subset(arr) {
return _.sampleSize(arr, _.random(arr.length))
}
const _ = require('loadsh')
function subset(arr) {
return _.sample(arr, _.random(arr.length));
}
【讨论】：
_.sampleSize(arr, _.random(arr.length - 1))
如果您使用的是 lodash，则 API 在 4.x 中有所更改：
const oneItem = _.sample(arr);
const nItems = _.sampleSize(arr, n);
【讨论】：
也许我遗漏了一些东西，但似乎有一个解决方案不需要洗牌的复杂性或潜在开销：
function sample(array,size) {
const results = [],
sampled = {};
while(results.length<size && results.length<array.length) {
const index = Math.trunc(Math.random() * array.length);
if(!sampled[index]) {
results.push(array[index]);
sampled[index] = true;
}
}
return results;
}
【讨论】：
size 很小，我想这是最快的解决方案。
这是另一个基于 Fisher-Yates Shuffle 的实现。但是这个针对样本大小明显小于数组长度的情况进行了优化。此实现不会扫描整个数组，也不会分配与原始数组一样大的数组。它使用稀疏数组来减少内存分配。
function getRandomSample(array, count) {
var indices = [];
var result = new Array(count);
for (let i = 0; i < count; i++ ) {
let j = Math.floor(Math.random() * (array.length - i) + i);
result[i] = array[indices[j] === undefined ? j : indices[j]];
indices[j] = indices[i] === undefined ? i : indices[i];
}
return result;
}
【讨论】：
您可以在选择元素时从数组的副本中删除元素。性能可能并不理想，但可能满足您的需要：
function getRandom(arr, size) {
var copy = arr.slice(0), rand = [];
for (var i = 0; i < size && i < copy.length; i++) {
var index = Math.floor(Math.random() * copy.length);
rand.push(copy.splice(index, 1)[0]);
}
return rand;
}
【讨论】：
很多这些答案都在谈论克隆、改组、切片原始数组。我很好奇为什么从熵/分布的角度来看这会有所帮助。
我不是专家，但我确实使用索引编写了一个示例函数以避免任何数组突变——尽管它确实添加到了 Set 中。我也不知道随机分布如何，但代码很简单，我认为在这里有必要回答。
function sample(array, size = 1) {
const { floor, random } = Math;
let sampleSet = new Set();
for (let i = 0; i < size; i++) {
let index;
do { index = floor(random() * array.length); }
while (sampleSet.has(index));
sampleSet.add(index);
}
return [...sampleSet].map(i => array[i]);
}
const words = [
'confused', 'astonishing', 'mint', 'engine', 'team', 'cowardly', 'cooperative',
'repair', 'unwritten', 'detailed', 'fortunate', 'value', 'dogs', 'air', 'found',
'crooked', 'useless', 'treatment', 'surprise', 'hill', 'finger', 'pet',
'adjustment', 'alleged', 'income'
];
console.log(sample(words, 4));【讨论】：
对于非常大的数组，使用索引而不是数组的成员更有效。
这是我在此页面上没有找到我喜欢的任何内容后最终得到的。
/**
* Get a random subset of an array
* @param {Array} arr - Array to take a smaple of.
* @param {Number} sample_size - Size of sample to pull.
* @param {Boolean} return_indexes - If true, return indexes rather than members
* @returns {Array|Boolean} - An array containing random a subset of the members or indexes.
*/
function getArraySample(arr, sample_size, return_indexes = false) {
if(sample_size > arr.length) return false;
const sample_idxs = [];
const randomIndex = () => Math.floor(Math.random() * arr.length);
while(sample_size > sample_idxs.length){
let idx = randomIndex();
while(sample_idxs.includes(idx)) idx = randomIndex();
sample_idxs.push(idx);
}
sample_idxs.sort((a, b) => a > b ? 1 : -1);
if(return_indexes) return sample_idxs;
return sample_idxs.map(i => arr[i]);
}
【讨论】：
我的方法是创建一个getRandomIndexes 方法，您可以使用该方法创建一个索引数组，该数组将从主数组中提取。在这种情况下，我添加了一个简单的逻辑来避免示例中的相同索引。这就是它的工作原理
const getRandomIndexes = (length, size) => {
const indexes = [];
const created = {};
while (indexes.length < size) {
const random = Math.floor(Math.random() * length);
if (!created[random]) {
indexes.push(random);
created[random] = true;
}
}
return indexes;
};
此函数独立于您拥有的任何内容，将为您提供一个索引数组，您可以使用这些索引从长度为 length 的数组中提取值，因此可以通过以下方式进行采样
const myArray = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
getRandomIndexes(myArray.length, 3).map(i => myArray[i])
每次调用该方法时，您都会得到一个不同的myArray 样本。在这一点上，这个解决方案很酷，但可以更好地采样不同的尺寸。如果你想这样做，你可以使用
getRandomIndexes(myArray.length, Math.ceil(Math.random() * 6)).map(i => myArray[i])
每次调用时都会为您提供 1-6 的不同样本量。
我希望这会有所帮助：D
【讨论】：
D3-array 的shuffle 使用 Fisher-Yeates shuffle 算法对数组进行随机重新排序。它是一个变异函数——意味着原始数组在原地重新排序，这有利于性能。
D3 用于浏览器 - 与 node 一起使用更复杂。
https://github.com/d3/d3-array#shuffle
npm install d3-array
//import {shuffle} from "d3-array"
let x = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15];
d3.shuffle(x)
console.log(x) // it is shuffled<script src="https://cdnjs.cloudflare.com/ajax/libs/d3/5.0.0/d3.min.js"></script>如果你不想改变原始数组
let x = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15];
let shuffled_x = d3.shuffle(x.slice()) //calling slice with no parameters returns a copy of the original array
console.log(x) // not shuffled
console.log(shuffled_x) <script src="https://cdnjs.cloudflare.com/ajax/libs/d3/5.0.0/d3.min.js"></script>【讨论】：
Underscore.js 大约是 70kb。如果您不需要所有额外的废话，rando.js 只有大约 2kb（小 97%），它的工作原理如下：
console.log(randoSequence([8, 6, 7, 5, 3, 0, 9]).slice(-5));<script src="https://randojs.com/2.0.0.js"></script>您可以看到默认情况下它会跟踪原始索引，以防两个值相同但您仍然关心选择了哪一个。如果你不需要这些，你可以添加一个地图，像这样：
console.log(randoSequence([8, 6, 7, 5, 3, 0, 9]).slice(-5).map((i) => i.value));<script src="https://randojs.com/2.0.0.js"></script>【讨论】：