我在考虑在控制台上粘贴oneliner。sort的所有技巧都给出了错误的结果，下面是我的实现：

 ['Bob', 'Amy', 'Joy'].map((person) => `${Math.random().toFixed(10)}${person}`).sort().map((person) => person.substr(12));

但不要在生产代码中使用它，它不是最佳的，只适用于字符串。

基准

让我们先看看结果，然后看看下面的每个shuffle实现-

拼接速度慢

在循环中使用拼接或移位的任何解决方案都将非常缓慢。当我们增加阵列的大小时，这一点尤其明显。在天真的算法中，我们-

获取输入数组t中的rand位置i将t[i]添加到输出来自阵列t的拼接位置i

为了夸大缓慢的效果，我们将在一百万个元素的数组上演示这一点。以下脚本大约30秒-

常量洗牌=t=>数组起始（样本（t，t.length））函数*样本（t，n）｛let r=数组.from（t）而（n>0&&r.length）{const i=rand（r.length）//1产量r[i]//2r.拼接（i，1）//3n=n-1}}常量rand=n=>0|数学随机（）*n函数交换（t，i，j）{设q=t[i]t[i]=t[j]t[j]=q返回t}常量大小=1e6const bigarray=Array.from（数组（大小），（_，i）=>i）console.time（“通过拼接洗牌”）常量结果=无序排列（大数组）console.timeEnd（“通过拼接洗牌”）document.body.textContent=JSON.stringify（结果，null，2）正文：：之前{内容：“通过拼接100万个元素”；字号：粗体；显示：块；}

流行音乐很快

诀窍不是拼接，而是使用超高效的pop。为此，代替典型的拼接调用-

选择要拼接的位置，i用最后一个元素t[t.length-1]替换t[i]将t.pop（）添加到结果中

现在，我们可以在不到100毫秒的时间内清理一百万个元素-

常量洗牌=t=>数组起始（样本（t，t.length））函数*样本（t，n）｛let r=数组.from（t）而（n>0&&r.length）{const i=rand（r.length）//1交换（r，i，r.length-1）//2产量r.pop（）//3n=n-1}}常量rand=n=>0|数学随机（）*n函数交换（t，i，j）{设q=t[i]t[i]=t[j]t[j]=q返回t}常量大小=1e6const bigarray=Array.from（数组（大小），（_，i）=>i）console.time（“通过pop洗牌”）常量结果=无序排列（大数组）console.timeEnd（“通过pop进行洗牌”）document.body.textContent=JSON.stringify（结果，null，2）正文：：之前{内容：“100万元素通过流行音乐”；字号：粗体；显示：块；}

甚至更快

上面的两个shuffle实现产生了一个新的输出数组。未修改输入数组。这是我的首选工作方式，但你可以通过原地洗牌来提高速度。

在不到10毫秒内洗牌一百万个元素-

函数洗牌（t）{让last=t.length设nwhile（last>0）｛n=兰特（最后一个）交换（t，n，--last）}}常量rand=n=>0|数学随机（）*n函数交换（t，i，j）{设q=t[i]t[i]=t[j]t[j]=q返回t}常量大小=1e6const bigarray=Array.from（数组（大小），（_，i）=>i）console.time（“shuffle in place”）洗牌（大数组）console.timeEnd（“shuffle in place”）document.body.textContent=JSON.stringify（bigarray，null，2）正文：：之前{内容：“100万元素到位”；字号：粗体；显示：块；}

为了完整起见，除了Fischer Yates的Durstenfeld变体外，我还要指出Sattolo的算法，它只需要一个微小的变化，就会导致每个元素都发生变化。

function sattoloCycle(arr) {
   for (let i = arr.length - 1; 0 < i; i--) {
      const j = Math.floor(Math.random() * i);
      [arr[i], arr[j]] = [arr[j], arr[i]];
   }
   return arr
}

不同之处在于如何计算随机索引j，Math.random（）*i与Math.random*（i+1）。

警告不建议将此答案用于随机化大型阵列、密码学或任何其他需要真正随机性的应用程序，因为其存在偏差且效率低下。元素的位置只是半随机的，它们将倾向于保持更接近其原始位置。看见https://stackoverflow.com/a/18650169/28234.

可以使用Math.random任意决定是否返回1:-1：

[1, 2, 3, 4].sort(() => (Math.random() > 0.5) ? 1 : -1)

尝试运行以下示例：

常量数组=[1，2，3，4]；//基于Math.Random返回的值，//任意决定是否返回1:-1const shuffeled=array.sort（（）=>{const randomTrueOrFalse=数学random（）>0.5；return randomTrueOrFalse？1 : -1});console.log（shuffeled）；

虽然已经建议了许多实现，但我觉得我们可以使用forEach循环使其更短、更容易，因此我们不必担心计算数组长度，也可以安全地避免使用临时变量。

var myArr = ["a", "b", "c", "d"];

myArr.forEach((val, key) => {
  randomIndex = Math.ceil(Math.random()*(key + 1));
  myArr[key] = myArr[randomIndex];
  myArr[randomIndex] = val;
});
// see the values
console.log('Shuffled Array: ', myArr)

社区表示arr.sort（（a，b）=>0.5-Math.random（））不是100%随机的！对我测试并建议不要使用此方法！

let arr = [1, 2, 3, 4, 5, 6]
arr.sort((a, b) => 0.5 - Math.random());

但我不确定。所以我写了一些代码来测试！。。。你也可以试试！如果你足够感兴趣！

让data_base=[]；对于（设i=1；i<=100；i++）{//将100次新的rendom arr推送到data_base！数据基础推送([1，2，3，4，5，6]排序（（a，b）=>{return Math.random（）-0.5；//使用了社区禁止的方法！：-）}));}//console.log（data_base）；//如果你想看数据！让分析＝{}；for（设i=1；i<=6；i++）{analysis[i]=阵列（6）.填充（0）；}for（假设num=0；num<6；num++）{for（设i=1；i<=100；i++）{let plus=数据基[i-1][num]；分析[`${num+1}`][plus-1]++；}}console.log（分析）；//分析结果

在100个不同的随机阵列中。（我的分析结果）

{ player> 1   2   3  4   5   6
   '1': [ 36, 12, 17, 16, 9, 10 ],
   '2': [ 15, 36, 12, 18, 7, 12 ],
   '3': [ 11, 8, 22, 19, 17, 23 ],
   '4': [ 9, 14, 19, 18, 22, 18 ],
   '5': [ 12, 19, 15, 18, 23, 13 ],
   '6': [ 17, 11, 15, 11, 22, 24 ]
}  
// player 1 got > 1(36 times),2(15 times),...,6(17 times)
// ... 
// ...
// player 6 got > 1(10 times),2(12 times),...,6(24 times)

正如你所看到的，这不是那么随机！苏。。。不要使用此方法！如果你测试多次，你会看到玩家1获得了很多次（1号）！而球员6在大多数时候都获得了（第6名）！