我有以下代码在 PHP 中从数组
$n
中选取 $array
元素:
shuffle($array);
$result = array_splice($array, 0, $n);
给定一个大数组但只有几个元素(例如
5
中的 10000
),这相对较慢,所以我想对其进行优化,以便不必对所有元素进行混洗。这些值必须是唯一的。
我正在寻找性能最佳的替代方案。我们可以假设
$array
没有重复项并且是 0
索引的。
$randomArray = [];
while (count($randomArray) < 5) {
$randomKey = mt_rand(0, count($array)-1);
$randomArray[$randomKey] = $array[$randomKey];
}
这将非常快地提供恰好 5 个没有重复的元素。 密钥将被保留。
注意:您必须确保 $array 有 5 个或更多元素,或者添加某种检查以防止无限循环。
此函数仅对
$n
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 0 到
$max_index
之间的随机数。选择该索引处的键,并将其索引替换为 $max_index
处的值,以便永远无法再次选择它,因为 $max_index
将在下一次迭代中减少一个并且无法访问。
总而言之,这是Richard Durstenfeld 的 Fisher-Yates shuffle,但仅对
$n
元素而不是整个数组进行操作。
function rand_pluck($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;
}
技巧是使用 shuffle 的变体,或者换句话说,部分随机播放。
性能不是唯一的标准,统计效率,即无偏采样同样重要(与原始
shuffle
解决方案一样重要)
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;
}
注意该算法在
时间和空间中严格
O(n)
,产生无偏选择(这是一个部分无偏洗牌)并产生输出,这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($randomly_picked_keys));
有关 PHP 洗牌的进一步变化和扩展:
与数组洗牌相比,这只会显示小
n
的好处,但你可以
r
n
次,每次将限制减少 1
伪代码
arr = []
used = []
for i = 0..n-1:
r = rand 0..len-i
d = 0
for j = 0..used.length-1:
if r >= used[j]:
d += 1
arr.append($array[r + d])
used.append(r)
return arr
您可以使用
mt_rand()
生成 n 倍的随机数,然后将这些值填充到新数组中。为了防止相同索引返回两次的情况,我们使用实际返回的索引来填充新数组,并始终检查该索引是否存在于新数组中,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()
来获得一个 0 索引的数组。
$count = count($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);
我想知道为什么这里的每个人都把事情搞得这么复杂?
这是最快最简单的方法:
$randomArray = array_rand(array_flip($array), $n);
array_rand
当它只从数组中选取一个随机键时,速度非常快,因为它不会进行数组操作。
您会看到的一个常见现象是在此函数中使用
array_flip
来实际返回值而不是键。但是,您不需要这样做,而且 array_flip
功能比 array_rand
慢
如果您只需要一个元素,只需执行以下操作:
$element = $array[array_rand($array)];
如果您需要多个随机元素,实际上在循环中多次调用
array_rand
(num = 1)比构建一个键数组(num > 1)并循环遍历它要好。
这是一个基准测试脚本和一些相关结果:
数组随机一次:0.69403910636902秒
数组 Rand 多次:0.021188974380493 秒
随机播放和选择:16.576865911484 秒
阵列翻转和兰德:8.9312789440155 秒
<?php
function array_rand_multiple_times($array, $num) {
$result = [];
for ($i = 0; $i < $num; $i++) {
$result[] = $array[array_rand($array)];
}
return $result;
}
function shuffle_and_pick($array, $num) {
shuffle($array);
return array_slice($array, 0, $num);
}
function array_rand_once($array, $num) {
$keys = array_rand($array, $num);
$result = [];
foreach ($keys as $key) {
$result[] = $array[$key];
}
return $result;
}
function array_flip_and_rand($array, $num) {
return array_rand(array_flip($array), $num);
}
// Benchmark function
function benchmark($name, $function, $array, $num, $iterations) {
$start = microtime(true);
for ($i = 0; $i < $iterations; $i++) {
$testArray = $array; // Ensure we work with a fresh copy of the array each time
call_user_func($function, $testArray, $num);
}
$end = microtime(true);
$time = $end - $start;
echo "{$name}: {$time} seconds\n";
}
$array = range(1, 100000);
$num = 100;
$iterations = 10000;
benchmark('Array Rand Once', 'array_rand_once', $array, $num, $iterations);
benchmark('Array Rand Multiple Times', 'array_rand_multiple_times', $array, $num, $iterations);
benchmark('Shuffle and Pick', 'shuffle_and_pick', $array, $num, $iterations);
benchmark('Array Flip and Rand', 'array_flip_and_rand', $array, $num, $iterations);