程序员小吴
读完需要
5分钟速读仅需2分钟
这是通过「扫雷与算法」小程序来讲解算法的第一章：如何随机化的进行布雷，主要介绍了三种不那么好的方法，希望通过这些不好的方法能让大家明白第二章要讲解的「洗牌算法」有多牛逼。
补充：「扫雷与算法」小程序会在写完后进行开源，发布在我的 GitHub 上面。
方法一
最想当然的方法就是随机的在二维区间寻找一个点布雷即可，代码如下：
for (var i = 0; i < mineNumber; i++) { var row = this.rangeRandom(0, this.rowCount - 1); var col = this.rangeRandom(0, this.colCount - 1); //使用数字 9 表示该区域有雷 tmpMineMap[row][col] = 9; }var i = 0; i < mineNumber; i++) {
var row = this.rangeRandom(0, this.rowCount - 1);
var col = this.rangeRandom(0, this.colCount - 1);
//使用数字 9 表示该区域有雷
tmpMineMap[row][col] = 9;
}
这种实现逻辑的一个弊端就是会在已经布雷的位置再度布雷，进而导致整个区域的布雷数量与要求不符合。
如上图所示，需要布雷的个数为 5 ，但在最后一次的随机布雷过程中只埋了 4 颗雷。
方法二
方法二是对方法一的改善：既然会重复埋雷，那么只需要再埋雷的过程中判断一下该位置是否已经埋雷即可。
代码如下：
for (var i = 0; i < mineNumber; i++) { //通过死循环来实现不停的寻找，直到安置好雷 while (true) { var row = this.rangeRandom(0, this.rowCount - 1); var col = this.rangeRandom(0, this.colCount - 1); //用数字 9 表示该区域有雷，如果该位置没有布雷，那么则放置 if (tmpMineMap[row][col] != 9) { tmpMineMap[row][col] = 9; //跳出循环 break; } } }var i = 0; i < mineNumber; i++) {
//通过死循环来实现不停的寻找，直到安置好雷
while (true) {
var row = this.rangeRandom(0, this.rowCount - 1);
var col = this.rangeRandom(0, this.colCount - 1);
//用数字 9 表示该区域有雷，如果该位置没有布雷，那么则放置
if (tmpMineMap[row][col] != 9) {
tmpMineMap[row][col] = 9;
//跳出循环
break;
}
}
}
使用效果如下：
效果貌似挺好的，但小伙伴们可能已经注意到了，上面的代码中有一段 死循环 代码，这就意味着如果棋盘很大，雷区很多，并且你的运气还不够好的话，那么就有可能一直在执行这段 死循环 代码，进而导致程序的卡死崩溃。
方法三
第三种方法是先将雷布置在最前面，然后再不停的打乱。
实现代码如下：
//先按顺序排列for (var i = 0; i < mineNumber; i++) { var row = parseInt(i / this.colCount); var col = i % this.colCount; //使用数字 9 表示该区域有雷 tmpMineMap[row][col] = 9;}//定义交换的次数，次数越多越混乱随机var swapTime = 100;for (var i = 0; i < swapTime; i++) { //随机位置1 var row1 = this.rangeRandom(0, this.rowCount - 1); var col1 = this.rangeRandom(0, this.colCount - 1); //随机位置2 var row2 = this.rangeRandom(0, this.rowCount - 1); var col2 = this.rangeRandom(0, this.colCount - 1); //交换两个位置 var temp = tmpMineMap[row1][col1]; tmpMineMap[row1][col1] = tmpMineMap[row2][col2]; tmpMineMap[row2][col2] = temp;}
for (var i = 0; i < mineNumber; i++) {
var row = parseInt(i / this.colCount);
var col = i % this.colCount;
//使用数字 9 表示该区域有雷
tmpMineMap[row][col] = 9;
}
//定义交换的次数，次数越多越混乱随机
var swapTime = 100;
for (var i = 0; i < swapTime; i++) {
//随机位置1
var row1 = this.rangeRandom(0, this.rowCount - 1);
var col1 = this.rangeRandom(0, this.colCount - 1);
//随机位置2
var row2 = this.rangeRandom(0, this.rowCount - 1);
var col2 = this.rangeRandom(0, this.colCount - 1);
//交换两个位置
var temp = tmpMineMap[row1][col1];
tmpMineMap[row1][col1] = tmpMineMap[row2][col2];
tmpMineMap[row2][col2] = temp;
}
这种方法的一个弊端就是对于 swapTime 的依赖程度很高，如果设置的交互次数少了，大部分雷都还是按照一开始的顺序安置，都在最前面的位置，全部的雷并不是随机排放。
最重要的一点是：每个位置安置雷的概率并不是等可能的，也就意味着它不能做到随机化。
我尝试过在小程序上进行概率模拟，搞了半天也没弄好，每次都会卡死，后续发现能优化继续模拟出概率来的话再补上。
总结
在大部分情况下，方法二 与 方法三 是可以满足我们随机化处理的过程的，但方法二有可能运行卡死崩溃，方法三中每个位置安置雷的概率并不是等可能的。
