有效地从 PHP 数组中挑选 n 个随机元素（无随机播放）

Question

我有以下代码在 PHP 中从数组 $array 中选择 $n 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。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 没有重复并且是0-indexed。

Answer 1

$randomArray = [];
while (count($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，或者添加某种检查以防止无限循环。

Answer 2

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。它也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。

它通过生成一个介于 0 和 $max_index 之间的随机数来工作。选择该索引处的键，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 将在下一次迭代中减少一个并且无法访问。

总结这是Richard Durstenfeld's Fisher-Yates shuffle，但只对$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;
}

Answer 3

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（就像原来的shuffle解决方案一样）

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上都是严格的O(n)，产生无偏选择（它是一个部分无偏改组）并产生输出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));

关于 PHP 改组的更多变体和扩展：

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

Answer 4

与数组洗牌相比，这只会显示小型 n 的好处，但您可以

1. 选择一个随机索引rn次，每次减少限制1
2. 针对以前使用的索引进行调整
3. 看值
4. 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 5

您可以使用mt_rand() 生成n 次随机数，然后将这些值填充到新数组中。为了解决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() 得到一个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);