我认为还没有人给出一个可以在不扩展Array原型的情况下连接起来的解决方案（这是一个糟糕的做法）。使用稍微鲜为人知的reduce（），我们可以轻松地以允许串联的方式进行混洗：

var randomsquares = [1, 2, 3, 4, 5, 6, 7].reduce(shuffle).map(n => n*n);

您可能希望传递第二个参数[]，否则如果尝试在空数组上执行此操作，则会失败：

// Both work. The second one wouldn't have worked as the one above
var randomsquares = [1, 2, 3, 4, 5, 6, 7].reduce(shuffle, []).map(n => n*n);
var randomsquares = [].reduce(shuffle, []).map(n => n*n);

让我们将shuffle定义为：

var shuffle = (rand, one, i, orig) => {
  if (i !== 1) return rand;  // Randomize it only once (arr.length > 1)

  // You could use here other random algorithm if you wanted
  for (let i = orig.length; i; i--) {
    let j = Math.floor(Math.random() * i);
    [orig[i - 1], orig[j]] = [orig[j], orig[i - 1]];
  }

  return orig;
}

您可以在JSFiddle或此处看到它的实际应用：

var shuffle=（all，one，i，orig）=>{如果（i！==1）返回全部；//你可以在这里使用其他随机算法for（设i=原始长度；i；i-）{设j=数学地板（Math.random（）*i）；[原始[i-1]，原始[j]]=[原始[j]，原始[i-1]]；}返回原点；}对于（变量i=0；i<5；i++）{var randomarray=[1，2，3，4，5，6，7]。reduce（shuffle，[]）；console.log（JSON.stringify（randomarray））；}

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；}

Fisher Yates的另一个实现，使用严格模式：

function shuffleArray(a) {
    "use strict";
    var i, t, j;
    for (i = a.length - 1; i > 0; i -= 1) {
        t = a[i];
        j = Math.floor(Math.random() * (i + 1));
        a[i] = a[j];
        a[j] = t;
    }
    return a;
}

Array.prototype.shuffle=function(){
   var len = this.length,temp,i
   while(len){
    i=Math.random()*len-- |0;
    temp=this[len],this[len]=this[i],this[i]=temp;
   }
   return this;
}

编辑：此答案不正确

参见评论和https://stackoverflow.com/a/18650169/28234.这里留作参考，因为这种想法并不罕见。

对于小型阵列，一个非常简单的方法就是：

const someArray = [1, 2, 3, 4, 5];

someArray.sort(() => Math.random() - 0.5);

它可能效率不高，但对于小型阵列来说，这很好。这里有一个例子，你可以看到它有多随机（或不随机），以及它是否适合你的用例。

const resultsEl=document.querySelector（“#results”）；const buttonEl=document.querySelector（“#trigger”）；常量生成器数组和随机化=（）=>{常量someArray=[0，1，2，3，4，5，6，7，8，9]；someArray.sort（（）=>Math.random（）-0.5）；return someArray；};const renderResultsToDom=（结果，el）=>{el.innerHTML=results.join（“”）；};buttonEl.addEventListener（'click'，（）=>renderResultsToDom（generateArray AndRandomize（），resultsEl））；<h1>随机化</h1><button id=“trigger”>生成</button><p id=“results”>0 1 2 3 4 5 6 7 8 9</p>

您可以轻松地使用地图和排序：

让unshuffled＝['hello'，'a'，'t'，'q'，1，2，3，{cats:true}]让洗牌.map（value=>（｛value，sort:Math.random（）｝））.sort（（a，b）=>a.sort-b.sort）.map（（｛value｝）=>值）console.log（混洗）

我们将数组中的每个元素放在一个对象中，并给它一个随机排序键我们使用随机键排序我们取消映射以获取原始对象

您可以对多态数组进行排序，排序就像Math.random一样随机，这对于大多数目的来说都足够好。

由于元素是根据每次迭代都不会重新生成的一致键进行排序的，并且每次比较都来自相同的分布，因此Math.random分布中的任何非随机性都会被取消。

速度

时间复杂度为O（N log N），与快速排序相同。空间复杂度为0（N）。这不像Fischer Yates洗牌那样高效，但在我看来，代码明显更短，功能更强大。如果你有一个大数组，你当然应该使用Fischer Yates。如果您有一个包含几百个项目的小数组，您可以这样做。