高效地从PHP数组中拾取n个随机元素（无需洗牌）

我有以下代码可以从PHP中的数组

$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

10000

中的

5

），这是相对缓慢的，因此我希望对其进行优化，以便不必对所有元素进行洗牌。这些值必须是唯一的

---

我正在寻找最有效的替代方案。我们可以假设

$array

没有重复项，并且是

0

索引的。

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。为了避免两次返回同一索引的情况，我们使用实际返回的索引填充新数组，并始终检查新数组中是否存在索引，如果存在，则使用while循环，只要获得重复的索引。最后，我们使用

array\u values（）

获得一个0索引数组

$count = count($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);

$count=count（$array）-1；
$new_array=array（）；
对于（$i=0；$i<$n；$i++）{
$index=mt_rand（0，$count）；
while（isset（$new_数组[$index]））{
$index=mt_rand（0，$count）；
}
$new_数组[$index]=$array[$index]；
}
$new\u array=数组值（$new\u array）；

与数组洗牌相比，这只会显示较小的

n

的好处，但您可以

选择一个随机索引

r

n

次，每次将限制降低

1

调整以前使用的指数

重视

存储使用索引

伪码

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

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

这将提供5个元素，没有重复，而且非常快。钥匙将被保留

---

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休止的循环。

诀窍是使用一种变体，或者换句话说，使用部分洗牌

性能不是唯一的标准，统计效率，即无偏抽样同样重要（就像原始的

洗牌

解决方案一样）

有关PHP洗牌的进一步变化和扩展：

---

此函数仅对

$n

元素执行洗牌，其中

$n

是要拾取的随机元素数。它还将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数

如果我们将

$max\u索引

定义为

count（$array）-1-$iteration

它的工作原理是生成一个介于0和

$max\u index

之间的随机数。在该索引处拾取键，并将其索引替换为

$max\u index

处的值，这样就再也无法拾取该键，因为

$max\u index

将在下一次迭代中减少一个，并且无法访问

总之这是一个数组，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;
}

---

如果mt_rand给你两次相同的索引会怎样？@Endijs范围为10000，这是不太可能的，但是我们可以检查它是否已经返回，如果已经重新生成。被否决的帖子，但是在再次阅读代码后，它是错误的，可以重新投票帖子，如果做了一个小的编辑，那么投票是正确的unlocked@NikosM. 好了。看：我也读过了，但是我有点担心

array\u flip

在大型数组上的性能。@FabianSchmengler感谢您的博客文章和基准测试。我认为你应该编辑你的问题，为未来的读者简要解释（两个争议中的）哪种解决方案最适合在哪种情况下使用。哦！另外，在你的博客上放一个链接，上面有所有的细节。页面已经存档了，我不得不说这个解决方案更好。随着

n

接近数组长度，我担心这需要很长时间。。。有没有一种快速的方法可以在你选择它们之后重新索引它们？@PaulS。这一切都取决于数组的大小。如果

n

接近数组长度，则shuffle（）或其他类似的解决方案会更好。如果效率确实存在问题，您还可以缓存

$array

的长度（在

之外计算它，而
）而不是每次调用
mt_rand
函数时都计算它。这将在输出数组中生成较大的间隙，而不是连续的键（如
$n
随机选取的元素），因为输出数组应该是
$n
大小，但示例代码使用原始数组的索引生成数组，例如
数组（0=>$a1，100=>$a2，…）
是的，shuffe算法的变化是最好的（类似于我的答案），从性能和统计角度来看，即无偏采样，+1严格地说，这个解决方案不是
O（n）
，而是
O（n）
，因为必须使用
数组_键
，所以它当然比原始的
洗牌
解决方案快，而且没有偏见（因为它是
洗牌
的变体），我的解决方案严格地说是
O（n）
但还有一些其他问题。@NikosM。事实上，
array\u keys
在大规模数组（数十万个元素）上的速度非常快。区分时间复杂度和实际花费的时间很重要。虽然我不怀疑没有它，您的方法可能会更快，但我认为在任何阵列上工作的好处比每100k个元素可能产生的10毫秒惩罚更重要。是的，我们在这里似乎有一个折衷，我正在考虑如何操作用另一个变体来优化我发布的答案，否则看起来你的答案应该是最好的解决方案。我们似乎发布了相同算法的变体。+1因为你在我的答案中提到的原因。正如我在下面所说，我的算法
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;
}

$randomly_picked = random_pick($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));

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;
}