這是通過「掃雷與算法」小程序來講解算法的第一章：如何隨機化的進行布雷，主要介紹了三種不那么好的方法，希望通過這些不好的方法能讓大家明白第二章要講解的「洗牌算法」有多牛逼。
補充：「掃雷與算法」小程序會在寫完后進行開源，發布在我的 GitHub 上面。
方法一
最想當然的方法就是隨機的在二維區間尋找一個點布雷即可，代碼如下：
for (var i = 0; i < mineNumber; i++) {
var row = this.rangeRandom(0, this.rowCount - 1);
var col = this.rangeRandom(0, this.colCount - 1);
//使用數字 9 表示該區域有雷
tmpMineMap[row][col] = 9;
}
這種實現邏輯的一個弊端就是會在已經布雷的位置再度布雷，進而導致整個區域的布雷數量與要求不符合。
如上圖所示，需要布雷的個數為 5 ，但在最后一次的隨機布雷過程中只埋了 4 顆雷。
方法二
方法二是對方法一的改善：既然會重復埋雷，那么只需要再埋雷的過程中判斷一下該位置是否已經埋雷即可。
- 如果該位置是空的，那么則布雷，然后進行尋找新的位置布下下一顆雷
- 如果該位置已經被安置了雷，那么就需要重新生成一個位置來安置
代碼如下：
for (var i = 0; i < mineNumber; i++) {
//通過死循環來實現不停的尋找，直到安置好雷
while (true) {
var row = this.rangeRandom(0, this.rowCount - 1);
var col = this.rangeRandom(0, this.colCount - 1);
//用數字 9 表示該區域有雷，如果該位置沒有布雷，那么則放置
if (tmpMineMap[row][col] != 9) {
tmpMineMap[row][col] = 9;
//跳出循環
break;
}
}
}
使用效果如下：
效果貌似挺好的，但小伙伴們可能已經注意到了，上面的代碼中有一段 死循環 代碼，這就意味着如果棋盤很大，雷區很多，並且你的運氣還不夠好的話，那么就有可能一直在執行這段 死循環 代碼，進而導致程序的卡死崩潰。
雖然沒有卡死，但執行時間很久
方法三
第三種方法是先將雷布置在最前面，然后再不停的打亂。
實現代碼如下：
//先按順序排列
for (var i = 0; i < mineNumber; i++) {
var row = parseInt(i / this.colCount);
var col = i % this.colCount;
//使用數字 9 表示該區域有雷
tmpMineMap[row][col] = 9;
}
//定義交換的次數，次數越多越混亂隨機
var swapTime = 100;
for (var i = 0; i < swapTime; i++) {
//隨機位置1
var row1 = this.rangeRandom(0, this.rowCount - 1);
var col1 = this.rangeRandom(0, this.colCount - 1);
//隨機位置2
var row2 = this.rangeRandom(0, this.rowCount - 1);
var col2 = this.rangeRandom(0, this.colCount - 1);
//交換兩個位置
var temp = tmpMineMap[row1][col1];
tmpMineMap[row1][col1] = tmpMineMap[row2][col2];
tmpMineMap[row2][col2] = temp;
}
這種方法的一個弊端就是對於 swapTime 的依賴程度很高，如果設置的交互次數少了，大部分雷都還是按照一開始的順序安置，都在最前面的位置，全部的雷並不是隨機排放。
最重要的一點是：每個位置安置雷的概率並不是等可能的，也就意味着它不能做到隨機化。
我嘗試過在小程序上進行概率模擬，但每次都會卡死了，后續發現能優化繼續模擬出概率來的話再補上。
總結
在大部分情況下，方法二 與 方法三 是可以滿足我們隨機化處理的過程的，但方法二有可能運行卡死崩潰，方法三中每個位置安置雷的概率並不是等可能的。
❤️ 看完三件事：
如果你覺得這篇內容對你挺有啟發，我想邀請你幫我三個忙：
- 點贊，讓更多的人也能看到這篇內容（收藏不點贊，都是耍流氓 -_-）
- 關注我和專欄，讓我們成為長期關系
- 關注公眾號「五分鍾學算法」，第一時間閱讀最新的算法文章，公眾號后台回復 1024 送你 50 本 算法編程書籍。