php函数-shuffle

Shuffle()函数说明:

-随机乱序现有数组并不保留键值:

-shuffle()函数把数组中的元素按随机顺序重新排列,该函数为数组中的元素分配新的键名,已有键名将被删除。

语法说明:

shuffle(array)

其中,array是规定要使用的数组。

关于返回值:成功则返回TRUE,失败则返回FALSE

demo:

$my_array = array("a"=>"red","b"=>"green","c"=>"blue","d"=>"yellow","e"=>"purple");

shuffle($my_array);
print_r($my_array);
?>

输出结果:

Array ( [0] => purple [1] => blue [2] => yellow [3] => green [4] => red )

注意,根据结果我们发现,首先,乱序,其次,键值被重置。

时间: 2024-11-13 04:16:23

php函数-shuffle的相关文章

《PHP实用函数手册》系列技术文章整理收藏

<PHP实用函数手册>系列技术文章整理收藏 1PHP函数补完:error_reporting()http://www.lai18.com/content/425520.html 2PHP函数补完:get_magic_quotes_gpc()http://www.lai18.com/content/425521.html 3PHP函数补完:isset()http://www.lai18.com/content/425514.html 4PHP函数补完:array_multisort()http:

其他有用的数组处理函数

本节介绍另外一些数组的相关处理函数,这些函数无法归到某一类中介绍,但它们都非常有用. ①.函数 array_rand()array_rand()函数总数组中随机选出一个或多个元素并返回.该函数有两个参数,其函数的原型如下: mixed array_rand(array input[,int num_req]) 第一个参数是必选项,它接收一个数组作为输入数组,从这个数组中随机选出一个或多个元素.第二个参数是一个可选的参数,指明了你想取出多少个元素,如果没有指定,默认从数组中取出一个元素.如果只取出

MapReduce工作原理讲解

有时候我们在用,但是却不知道为什么.就像苹果砸到我们头上,这或许已经是很自然的事情了,但是牛顿却发现了地球的万有引力.ok了,希望通过了解MapReduce,我们能够写出更好的MapReduce例子.第一部分:MapReduce工作原理<ignore_js_op> <ignore_js_op> MapReduce 角色•Client :作业提交发起者.•JobTracker: 初始化作业,分配作业,与TaskTracker通信,协调整个作业.•TaskTracker:保持JobTr

PHP与ECMAScript_5_常用数组相关函数

PHP ECMAScript 长度 $length = count($array) length = array.length       增 array_unshift($array, new1,new2)           开头添加一个或多个元素,返回长度 array.unshift(new1,new2)   array_push($array,new1,new2)              尾部添加一个或多个元素,返回长度      array.push(new1,new2)      

洗牌算法浅试

Python有自带的洗牌算法函数shuffle(). 自己也通过学习也琢磨了一下它的实现,然后给出一个时间复杂度O(n),空间复杂度O(1)的例子: 1 import random 2 3 def shuffle1(lst) : 4 l = len(lst) 5 if l <= 1 : return lst 6 7 i = 0 8 while l > 1 : 9 j = int(random.random() * l) 10 t = lst[i] 11 lst[i] = lst[i+j] 12

04 MapReduce原理介绍

大数据实战(上) # MapReduce原理介绍 大纲: * Mapreduce介绍 * MapReduce2运行原理 * shuffle及排序 定义 * Mapreduce 最早是由google公司研究提出的一种免息nag大规模数据处理的并行计算模型和方法.是hadoop面向大数据并行处理的计算模型.框架和平台 * Mapreduce是一个计算框架,既然是做计算的框架,那么表现形式就是有个输入(input),mapreduce操作这个输入(input),通过本身定义好的计算模型,得到一个输出(

Hadoop 4、Hadoop MapReduce的工作原理

一.MapReduce的概念 MapReduce是hadoop的核心组件之一,hadoop要分布式包括两部分,一是分布式文件系统hdfs,一部是分布式计算框就是mapreduce,两者缺一不可,也就是说,可以通过mapreduce很容易在hadoop平台上进行分布式的计算编程. 1.MapReduce编程模型 MapReduce采用"分而治之"的思想,把对大规模数据集的操作,分发给一个主节点管理下的各个分节点共同完成,然后通过整合各个节点的中间结果,得到最终结果.简单地说,MapRed

Hadoop MapReduce工作原理

在学习Hadoop,慢慢的从使用到原理,逐层的深入吧 第一部分:MapReduce工作原理 MapReduce 角色 ?Client :作业提交发起者. ?JobTracker: 初始化作业,分配作业,与TaskTracker通信,协调整个作业. ?TaskTracker:保持JobTracker通信,在分配的数据片段上执行MapReduce任务. 提交作业 ?在作业提交之前,需要对作业进行配置 ?程序代码,主要是自己书写的MapReduce程序. ?输入输出路径 ?其他配置,如输出压缩等. ?

mapreduce 的基本原理

MapReduce 角色•Client :作业提交发起者.•JobTracker: 初始化作业,分配作业,与TaskTracker通信,协调整个作业.•TaskTracker:保持JobTracker通信,在分配的数据片段上执行MapReduce任务.提交作业•在作业提交之前,需要对作业进行配置•程序代码,主要是自己书写的MapReduce程序.•输入输出路径•其他配置,如输出压缩等.•配置完成后,通过JobClinet来提交作业的初始化•客户端提交完成后,JobTracker会将作业加入队列,