从数组中随机多次且不重复抽取其中一项

思路:使用 Math.floor(Math.random() * arrStr.length)随机抽取数组元素,抽取之后删除数组该项元素避免重复抽取

<div class="container">
    <div>
        <button>抽取</button>
    </div>
    <div>
        <span>被抽到的人是:</span><span class="display"></span>
    </div>
</div>
    <script>
var btn = document.querySelector("button")
var display = document.querySelector(".display")
var random,arrEnd=[]
var arrStr = ['红薯炒地瓜',"a","b","c","d","e","f","g","AS","GH","RF","lk"]

function fn() {
    //随机抽取一个数组元素
    random = arrStr[Math.floor(Math.random() * arrStr.length)];
    //将抽取到的数组元素push进新数组用于展示
    arrEnd.push(random)
    //找到抽取元素的数组下标
    let index = arrStr.indexOf(random)
    //根据数组下标使用splice删除arrStr数组之后的该元素   避免重复抽取到一个元素
    arrStr.splice(index,1)
}


btn.onclick = function() {
    //判断arrStr数组长度,若大于0则调用fn抽取元素
    if(arrStr.length > 0){
        fn()
    }else {
        alert("抽取完毕")
    }
display.innerHTML = arrEnd
}

    </script>

效果如下:

 

 

文章就到这里啦,本人功力尚浅,若有不妥之处请谅解指正,谢谢!

### Java随机抽选重复率高的优化方案 在Java开发中,如果遇到随机抽选过程中重复率较高的情况,可以通过引入更高效的算法或者调整现有逻辑来解决这一问题。以下是几种常见的优化方法: #### 方法一:使用集合去重 通过`Set`接口的子类(如`HashSet`或`LinkedHashSet`)存储已抽取的数据,能够有效避免重复项。每次从候选集中抽取数据前,先判断该数据是否已被抽取过。 ```java import java.util.HashSet; import java.util.Random; public class RandomSelection { public static void main(String[] args) { HashSet<Integer> selectedNumbers = new HashSet<>(); Random random = new Random(); int totalItems = 10; // 候选项总数 int selectionCount = 5; // 抽取数量 while (selectedNumbers.size() < selectionCount) { int randomNumber = random.nextInt(totalItems); selectedNumbers.add(randomNumber); // 自动过滤重复值 } System.out.println(selectedNumbers); } } ``` 这种方法适用于候选项较少的情况,但如果候选项规模较大,则可能因频繁检查而导致性能下降[^1]。 --- #### 方法二:Fisher-Yates洗牌算法 对于大规模候选项集,可以采用Fisher-Yates洗牌算法对整个列表进行打乱后再按需选取指定数量的结果。此方式仅效率较高,还能完全消除重复的可能性。 ```java import java.util.ArrayList; import java.util.Collections; import java.util.List; import java.util.Random; public class FisherYatesShuffle { public static List<Integer> getRandomSubset(List<Integer> items, int subsetSize) { ArrayList<Integer> shuffledList = new ArrayList<>(items); Collections.shuffle(shuffledList, new Random()); return shuffledList.subList(0, Math.min(subsetSize, shuffledList.size())); } public static void main(String[] args) { List<Integer> itemList = new ArrayList<>(); for (int i = 0; i < 100; i++) { itemList.add(i); // 构造候选项池 } List<Integer> result = getRandomSubset(itemList, 10); // 提取重复的10个数 System.out.println(result); } } ``` 这种方式特别适合于需要一次性获取大量无重复结果的应用场景[^2]。 --- #### 方法三:基于位图法减少内存占用 当候选项范围极大但实际可用资源有限时,可考虑使用位图法记录哪些项目已经被访问过。例如,创建一个布尔数组表示每个索引对应的元素状态。 ```java import java.util.ArrayList; import java.util.List; import java.util.Random; public class BitmapRandom { private boolean[] bitmap; private final Random random; public BitmapRandom(int size) { this.bitmap = new boolean[size]; this.random = new Random(); } public List<Integer> getUniqueRandoms(int count) { List<Integer> results = new ArrayList<>(); while (results.size() < count) { int candidate = random.nextInt(bitmap.length); if (!bitmap[candidate]) { bitmap[candidate] = true; results.add(candidate); } } return results; } public static void main(String[] args) { BitmapRandom br = new BitmapRandom(1_000_000); // 大型候选项池 List<Integer> uniqueResults = br.getUniqueRandoms(1000); // 获取1000个唯一值 System.out.println(uniqueResults); } } ``` 这种做法尤其适合处理超大数据量下的低重复需求[^3]。 --- #### 方法四:分批加载与动态更新 针对实时性要求较高的环境,比如在线考试系统的试卷生成功能[^4],可通过预先划分若干批次的方式逐步完成任务分配,并及时剔除已被使用的条目以维持全局一致性。 具体实现思路如下: 1. 将所有待选对象划分为多个小组; 2. 每次仅从当前活动组内执行随机挑选动作; 3. 当某组耗尽后重新填充新的成员进入队列继续循环直至满足目标条件为止。 此类策略有助于缓解瞬态压力并提升响应速度。 --- ### 总结 以上四种途径各有优劣之处,在实际运用当中应依据具体情况灵活选用最合适的手段加以应对。无论是借助容器特性简化流程控制还是依靠经典算法提高运行效能亦或是探索创新型架构设计均能在同程度上改善原有机制存在的足从而达到预期效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值