从 PHP 数组中高效地挑选 n 个随机元素（无随机播放）

Question

我有以下代码从 PHP 中的数组 $array 中选取 $n 个元素：

shuffle($array);
$result = array_splice($array, 0, $n);

给定一个大数组但只有几个元素（例如 10000 中的 5），这相对较慢，所以我想优化它以便不是所有元素都必须被洗牌。这些值必须是唯一的。

我正在寻找性能最高的替代方案。我们可以假设 $array 没有重复项并且是 0 索引的。

Answer 1

您可以使用 mt_rand() 生成 n 次随机数，然后将这些值填充到一个新数组中。为了反对相同索引被返回两次的情况，我们使用实际返回的索引来填充新数组，并始终检查新数组中是否存在该索引，如果存在，我们使用 while 循环遍历它，只要我们得到一个重复索引。最后我们使用 array_values() 得到一个索引为 0 的数组。

$count = count($array) - 1;
$new_array = array();
for($i = 0; $i < $n; $i++) {
    $index = mt_rand(0, $count);
    while(isset($new_array[$index])) {
        $index = mt_rand(0, $count);
    }

    $new_array[$index] = $array[$index];
}
$new_array = array_values($new_array);

Answer 2

与数组随机播放相比，这只会显示小 n 的好处，但您可以

选择一个随机索引 r n 次，每次将限制减少 1
针对以前使用的索引进行调整
取值
存储使用的索引

伪代码

arr = []
used = []
for i = 0..n-1:
    r = rand 0..len-i
    d = 0
    for j = 0..used.length-1:
        if r >= used[j]:
            d += 1
    arr.append($array[r + d])
    used.append(r)
return arr

Answer 3

$randomArray = [];
while (count($randomArray) < 5) {
  $randomKey = mt_rand(0, count($array)-1);
  $randomArray[$randomKey] = $array[$randomKey];
}

这将提供恰好 5 个没有重复的元素，而且速度非常快。密钥将被保留。

注意：您必须确保 $array 有 5 个或更多元素或添加某种检查以防止死循环。

Answer 4

诀窍是使用 shuffle 的变体，或者换句话说，部分洗牌。

性能不是唯一的标准，统计效率，即无偏抽样同样重要（与原来的shuffle解决方案是）

function random_pick( $a, $n ) 
{
  $N = count($a);
  $n = min($n, $N);
  $picked = array_fill(0, $n, 0); $backup = array_fill(0, $n, 0);
  // partially shuffle the array, and generate unbiased selection simultaneously
  // this is a variation on fisher-yates-knuth shuffle
  for ($i=0; $i<$n; $i++) // O(n) times
  { 
    $selected = mt_rand( 0, --$N ); // unbiased sampling N * N-1 * N-2 * .. * N-n+1
    $value = $a[ $selected ];
    $a[ $selected ] = $a[ $N ];
    $a[ $N ] = $value;
    $backup[ $i ] = $selected;
    $picked[ $i ] = $value;
  }
  // restore partially shuffled input array from backup
  // optional step, if needed it can be ignored, e.g $a is passed by value, hence copied
  for ($i=$n-1; $i>=0; $i--) // O(n) times
  { 
    $selected = $backup[ $i ];
    $value = $a[ $N ];
    $a[ $N ] = $a[ $selected ];
    $a[ $selected ] = $value;
    $N++;
  }
  return $picked;
}

注意算法在 和 space 中严格地 O(n)，产生 unbiased selections（这是一个partial unbiased shuffling）并产生output，它是具有连续键的正确数组（不需要额外的array_values 等..)

使用示例：

$randomly_picked = random_pick($my_array, 5);
// or if an associative array is used
$randomly_picked_keys = random_pick(array_keys($my_array), 5);
$randomly_picked = array_intersect_key($my_array, array_flip($randomly_picked_keys));

对于 PHP 的洗牌的进一步变化和扩展：

PHP - shuffle only part of an array
PHP shuffle with seed
How can I take n elements at random from a Perl array?

Answer 5

此函数仅对 $n 个元素执行随机播放，其中 $n 是您要选择的随机元素的数量。它还适用于关联数组和稀疏数组。 $array 是要处理的数组，$n 是要检索的随机元素的数量。

如果我们将$max_index定义为count($array) - 1 - $iteration。

它的工作原理是生成一个介于 0 和 $max_index 之间的随机数。在该索引处选择键，并将其索引替换为 $max_index 处的值，这样它就永远不会被再次选择，因为 $max_index 将在下一次迭代中少一个并且无法访问。

总之这是 Richard Durstenfeld's Fisher-Yates shuffle 但仅对 $n 个元素而不是整个数组进行操作。

function rand_pluck($array, $n) {
    $array_keys = array_keys($array);
    $array_length = count($array_keys);
    $max_index = $array_length -1;
    $iterations = min($n, $array_length);
    $random_array = array();
    while($iterations--) {
        $index = mt_rand(0, $max_index);
        $value = $array_keys[$index];
        $array_keys[$index] = $array_keys[$max_index];
        array_push($random_array, $array[$value]);
        $max_index--;
    }
    return $random_array;
}

从 PHP 数组中高效地挑选 n 个随机元素（无随机播放）

Efficiently pick n random elements from PHP array (without shuffle)

php

arrays

random

performance

shuffle