js怎么生成随机不重复的数

在JavaScript中生成随机且不重复的数，可以通过以下几种方法：使用Set数据结构、使用数组并进行筛选、使用Fisher-Yates洗牌算法。其中，使用Set数据结构是比较直观和高效的方法，它能确保每个数的唯一性。下面将详细描述这种方法。

一、使用Set数据结构

Set是一种数据结构，能确保其中的元素不重复。可以利用这一特性来生成随机不重复的数。

1.1、创建一个Set并添加随机数

使用Set数据结构非常简单，通过不断往Set中添加随机数，直到达到所需的数量。

function generateUniqueRandomNumbers(count, min, max) {
    const uniqueNumbers = new Set();
    while (uniqueNumbers.size < count) {
        const randomNumber = Math.floor(Math.random() * (max - min + 1)) + min;
        uniqueNumbers.add(randomNumber);
    }
    return Array.from(uniqueNumbers);
}
const randomNumbers = generateUniqueRandomNumbers(10, 1, 100);
console.log(randomNumbers);

在这个例子中，generateUniqueRandomNumbers函数生成10个范围在1到100之间的随机不重复的数。使用Set数据结构，可以确保每个数都是唯一的。

二、使用数组并进行筛选

如果不使用Set数据结构，可以通过数组和筛选来实现。这种方法虽然不如Set直观，但同样有效。

2.1、生成随机数并检查数组是否包含该数

在这种方法中，需要一个数组来存储生成的数，并在每次生成随机数后检查该数组是否已包含该数。

function generateUniqueRandomNumbers(count, min, max) {
    const uniqueNumbers = [];
    while (uniqueNumbers.length < count) {
        const randomNumber = Math.floor(Math.random() * (max - min + 1)) + min;
        if (!uniqueNumbers.includes(randomNumber)) {
            uniqueNumbers.push(randomNumber);
        }
    }
    return uniqueNumbers;
}
const randomNumbers = generateUniqueRandomNumbers(10, 1, 100);
console.log(randomNumbers);

这种方法的缺点是，当范围和数量较大时，includes方法的时间复杂度较高，可能影响性能。

三、使用Fisher-Yates洗牌算法

Fisher-Yates洗牌算法是一种高效的生成随机不重复数的方法。它的基本思想是将一个有序数组打乱。

3.1、实现Fisher-Yates洗牌算法

首先，需要创建一个有序数组，然后使用Fisher-Yates算法对其进行洗牌。

function fisherYatesShuffle(array) {
    for (let i = array.length - 1; i > 0; i--) {
        const j = Math.floor(Math.random() * (i + 1));
        [array[i], array[j]] = [array[j], array[i]];
    }
    return array;
}
function generateUniqueRandomNumbers(count, min, max) {
    const numbers = Array.from({ length: max - min + 1 }, (v, k) => k + min);
    const shuffledNumbers = fisherYatesShuffle(numbers);
    return shuffledNumbers.slice(0, count);
}
const randomNumbers = generateUniqueRandomNumbers(10, 1, 100);
console.log(randomNumbers);

Fisher-Yates洗牌算法的时间复杂度为O(n)，因此在处理较大数据集时性能表现较好。

四、应用场景和注意事项

生成随机不重复的数在许多场景中都有应用，例如抽奖程序、随机分组、生成唯一标识符等。在实际应用中，需要注意以下几点：

4.1、选择适合的方法

根据具体需求选择合适的方法。如果数据量较小且不频繁生成，可以选择数组和筛选的方法；如果需要频繁生成且数据量较大，建议使用Set数据结构或Fisher-Yates洗牌算法。

4.2、考虑性能

在性能敏感的场景中，尽量选择时间复杂度较低的方法。例如，Set数据结构和Fisher-Yates洗牌算法在处理大数据集时表现更优。

4.3、边界条件

确保生成的随机数在指定范围内，并且数量不超过可能的最大值。例如，生成10个范围在1到5之间的随机不重复数是不可能的。

五、总结

在JavaScript中生成随机不重复的数，可以通过使用Set数据结构、数组并进行筛选、Fisher-Yates洗牌算法等方法。根据具体需求和场景选择合适的方法，可以确保高效生成随机不重复的数。Set数据结构直观且高效，Fisher-Yates洗牌算法在处理大数据集时性能优越，这两种方法在实际应用中较为常见。