Utmaningar
Detta fredagshäng var lite annorlunda. Vi körde ingen "peer instruction" utan hade en diskussion kring hur en lottorad med sju unika tal från och ned 1 till och med 35 kan skapas.
Vi diskuterade fram ett antal olika algoritmer, som sammanställdes och några av dem implementerades direkt. Men någon djupare analys gjordes inte. Nedan följer en sammanställning av de algoritmer som diskuterades.
Algoritmer för att skapa en lottorad
Här följer en översikt av de algoritmer som diskuterades för att generera en lottorad med sju unika tal från 1 till 35.
Algoritmer och dess implementationer
Algoritm 1
Initiera samling
Skapa en tom samling för att lagra de unika numren i lottoraden.
Loop
- Upprepa följande steg tills samlingen innehåller sju unika tal: a. Generera ett slumpmässigt heltal mellan 1 och 35. b. Kontrollera om det slumpmässiga numret redan finns i samlingen. c. Om numret inte finns i samlingen, lägg till det.
Returnera resultat
- När samlingen innehåller sju unika tal, sortera numren i stigande ordning och returnera samlingen som representerar lottoraden.
Implementationer
Algoritm 2
Initiera med alla möjliga tal
- Skapa en samling med alla heltal från 1 till 35.
Förbered spelraden
- Skapa en ny, tom samling för att lagra de valda numren.
Välj tal
- Upprepa följande steg sju gånger: a. Generera ett slumpmässigt index mellan 0 och samlingens längd minus 1. b. Använd det genererade indexet för att välja ett tal från samlingen. c. Lägg det valda talet i samlingen för spelraden. d. Ta bort det valda talet från samlingen för möjliga tal för att undvika dubbletter.
Avsluta
- Sortera spelraden i stigande ordning och returnera samlingen.
Implementationer
Algoritm 3
Initiera med alla möjliga tal
- Skapa en samling med alla heltal från och med 1 till och med 35.
Blanda de möjliga numren
- Använd "Fischer-Yates Shuffle" för att slumpmässigt ordna samlingen så att de sju sista numren blir slumpmässiga.
Avsluta
- Ta de sista sju numren från samlingen.
- Sortera dessa sju tal i stigande ordning och returnera dem.
Implementationer
Övergripande förklaring av implementationerna
Nedan följer en jämförelse av de tre algoritmerna och deras respektive implementationer.
Algoritm 1
Alternativ A (1A)
Denna implementation använder en enkel array för att lagra de unika numren i
lottoraden. En while-sats används för att generera slumpmässiga tal tills
sju unika tal har samlats. De sorteras därefter i stigande ordning.
Alternativ B (1B)
Här används ett Set-objekt för att lagra unika tal utan manuell kontroll av
dubbletter. När Set-objektet innehåller sju unika tal, konverteras det till
en array, som sedan sorteras och returneras.
Algoritm 2
Alternativ A (2A)
Denna metod skapar en array med tal från 1 till 35. Med hjälp av en
for-sats väljs slumpmässiga tal som sedan läggs till i en ny array, vilket
säkerställer att varje tal är unikt genom att ta bort den efter varje val.
Alternativ B (2B)
Liknar alternativ A, men använder Array.from för att initiera arrayen, vilket
gör processen mer kompakt och modern. Numren hanteras därefter på samma sätt som
i 2A.
Algoritm 3
Alternativ A (3A)
Den traditionella Fischer-Yates-algoritmen blandar hela listan genom att iterera från 1 till 35 och trycka in varje tal i en array. Sedan blandas listan genom ett byte med en temporär variabel. Efter slumpmässig blandning av de sju sista elementens innehåll tas de sista sju talen.
Alternativ B (3B)
Den moderna varianten använder Array.from för initiering och destruktiv
tilldelning för elementbyte, vilket gör koden mer kompakt. Metoden är effektiv
och avslutar med att ta de sista sju talen.
Jämförelse av algoritmer
Här är en jämförelse av de tre algoritmerna och deras implementationer baserat på effektivitet, prestanda och användbarhet.
Generering av unika tal
Algoritm 1: Förlitar sig på slumpmässigt valda tal, och lägger till dem endast om de är nya. Detta kan leda till fler iterationer, särskilt om samma tal genereras upprepade gånger, vilket påverkar effektiviteten.
Algoritm 2: Är deterministisk och kör exakt sju iterationer, effektivt och förutsägbart tack vare en förminskande array. Dubbletter undviks aktivt.
Algoritm 3: Använder "Fisher-Yates Shuffle" för att säkerställa slumpmässiga och unika tal. Genom delvis blandning av arrayen sörjer den för unika val utan att behöva blanda hela listan.
Effektivitet och prestanda
Algoritm 1: Kan vara långsammare om många dubbletter genereras innan sju
unika tal samlas. Set-objektet hjälper därmed till att effektivisera
processen i 1B.
Algoritm 2: Är deterministisk, snabb och konsekvent genom sina sex exakta iterationer, ideal för enkel och effektiv hantering av antal.
Algoritm 3: Är deterministisk i sin blandning och säkerställer en jämn distribution. Speciellt är 3B utrustad med modern syntax för bättre effektivitet vid byte av element.
Användningsfall
Algoritm 1: Flexibel i dynamiska scenarier med okänt antal möjliga tal. Perfekt där unika restriktioner skiftar.
Algoritm 2: Perfekt för statiska, väldefinierade listor med tal som behöver snabb bearbetning utan dubbletter.
Algoritm 3: Optimal för fasta, kända uppsättningar där slumpmässighet och rättvis fördelning via blandning önskas.
Sammanfattning
Algoritm 1 erbjuder flexibiliteten att dynamiskt generera tal utan en förutbestämd array med tal, vilket kan vara användbart när mängden potentiella tal inte är känd i förväg. Den kan dock sakna effektivitet vid många iterationer på grund av risken för att generera dubbletter.
Både algoritm 2 och 3 erbjuder deterministiska sätt att välja unika, slumpmässiga tal. Algoritm 2 är idealisk för dess enkelhet och förutsägbarhet, vilket gör den lämplig för snabba, repetitiva urvalsprocesser där snabbhet och enkelhet är prioritet. Algoritm 3 är utmärkt när en fullständig och korrekt distribution av slumpmässiga val är kritisk, vilket gör den idealisk för användning där kvalitativ slumpmässighet och rättvis distribution av val är av yttersta betydelse. Algoritm 2 och 3 är alltså mer lika i deras deterministiska natur, men väljs beroende på i vilken omfattning kvaliteten av slumpmässighet är viktig.
