你可以使用lodash洗牌。就像一个魅力

import _ from lodash;

let numeric_array = [2, 4, 6, 9, 10];
let string_array = ['Car', 'Bus', 'Truck', 'Motorcycle', 'Bicycle', 'Person']

let shuffled_num_array = _.shuffle(numeric_array);
let shuffled_string_array = _.shuffle(string_array);

console.log(shuffled_num_array, shuffled_string_array)

这里有简单的while循环

 function ShuffleColor(originalArray) {
        let shuffeledNumbers = [];
        while (shuffeledNumbers.length <= originalArray.length) {
            for (let _ of originalArray) {
                const randomNumb = Math.floor(Math.random() * originalArray.length);
                if (!shuffeledNumbers.includes(originalArray[randomNumb])) {
                    shuffeledNumbers.push(originalArray[randomNumb]);
                }
            }
            if (shuffeledNumbers.length === originalArray.length)
                break;
        }
        return shuffeledNumbers;
    }
const colors = [
    '#000000',
    '#2B8EAD',
    '#333333',
    '#6F98A8',
    '#BFBFBF',
    '#2F454E'
]
ShuffleColor(colors)

var shuffle = function(array) {
   temp = [];
   originalLength = array.length;
   for (var i = 0; i < originalLength; i++) {
     temp.push(array.splice(Math.floor(Math.random()*array.length),1));
   }
   return temp;
};

从理论的角度来看，在我看来，最优雅的方法是得到一个介于0和n之间的随机数-并计算从{0，1，…，n！-1}到（0，1、2，…，n-1）的所有置换的一对一映射。只要你能使用一个足够可靠的（伪）随机发生器来获得这样一个数字而没有任何明显的偏差，你就有足够的信息来实现你想要的，而不需要其他几个随机数。

当使用IEEE754双精度浮点数计算时，您可以期望随机生成器提供大约15个小数。既然你有15岁=1307674368000（带13位数字），您可以对最多包含15个元素的数组使用以下函数，并假设最多包含14个元素的阵列不会有明显的偏差。如果您正在处理一个固定大小的问题，需要多次计算该洗牌操作，您可能需要尝试以下代码，因为它只使用Math.random一次（但它涉及多次复制操作），因此可能比其他代码更快。

下面的函数不会被使用，但我还是给出了它；它根据此消息中使用的一对一映射（枚举排列时最自然的映射）返回给定排列（0，1，2，…，n-1）的索引；它打算与多达16个元件一起工作：

function permIndex(p) {
    var fact = [1, 1, 2, 6, 24, 120, 720, 5040, 40320, 362880, 3628800, 39916800, 479001600, 6227020800, 87178291200, 1307674368000];
    var tail = [];
    var i;
    if (p.length == 0) return 0;
    for(i=1;i<(p.length);i++) {
        if (p[i] > p[0]) tail.push(p[i]-1);
        else tail.push(p[i]);
    }
    return p[0] * fact[p.length-1] + permIndex(tail);
}

上一个函数的倒数（您自己的问题需要）如下：；它打算与多达16个元件一起工作；它返回（0，1，2，…，s-1）的n阶排列：

function permNth(n, s) {
    var fact = [1, 1, 2, 6, 24, 120, 720, 5040, 40320, 362880, 3628800, 39916800, 479001600, 6227020800, 87178291200, 1307674368000];
    var i, j;
    var p = [];
    var q = [];
    for(i=0;i<s;i++) p.push(i);
    for(i=s-1; i>=0; i--) {
        j = Math.floor(n / fact[i]);
        n -= j*fact[i];
        q.push(p[j]);
        for(;j<i;j++) p[j]=p[j+1];
    }
    return q;
}

现在，你想要的只是：

function shuffle(p) {
    var fact = [1, 1, 2, 6, 24, 120, 720, 5040, 40320, 362880, 3628800, 39916800, 479001600, 6227020800, 87178291200, 1307674368000, 20922789888000];
    return permNth(Math.floor(Math.random()*fact[p.length]), p.length).map(
            function(i) { return p[i]; });
}

它应该适用于多达16个元素，但有一点理论偏差（尽管从实际角度看不明显）；它可以被视为完全可用于15个元件；对于包含少于14个元素的数组，您可以放心地认为绝对没有偏差。

不改变源数组的shuffle函数

更新：这里我建议使用一种相对简单（不是从复杂性角度）和较短的算法，它可以很好地处理小型阵列，但在处理大型阵列时，它的成本肯定要比经典的Durstenfeld算法高得多。你可以在对这个问题的回答中找到杜斯滕菲尔德。

原答覆：

如果您不希望shuffle函数改变源数组，可以将其复制到本地变量，然后使用简单的shuffle逻辑完成其余操作。

function shuffle(array) {
  var result = [], source = array.concat([]);

  while (source.length) {
    let index = Math.floor(Math.random() * source.length);
    result.push(source[index]);
    source.splice(index, 1);
  }

  return result;
}

疏解逻辑：选取一个随机索引，然后将相应的元素添加到结果数组中，然后从源数组副本中删除它。重复此操作，直到源阵列变为空。

如果你真的想要简短的话，下面是我能做到的程度：

function shuffle(array) {
  var result = [], source = array.concat([]);

  while (source.length) {
    let index = Math.floor(Math.random() * source.length);
    result.push(source.splice(index, 1)[0]);
  }

  return result;
}

$=（m）=>控制台日志（m）；//----将此方法添加到Array类Array.prototype.shuffle=函数（）{return this.sort（（）=>.5-Math.random（））；};$（[1,65,87,45101,33,9].shuffle（））；$（[1,65,87,45101,33,9].shuffle（））；$（[1,65,87,45101,33,9].shuffle（））；$（[1,65,87,45101,33,9].shuffle（））；$（[1,65,87,45101,33,9].shuffle（））；