首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Fisher-Yates洗牌算法!来自算法理论的创始人!

引言

首先看一道题目:有一个大小为100的数组,里面的元素是从 1 到 100,随机从数组中选择50个不重复数。

用 Math.random() * 100 ,就可以拿到一个 0 到 99 的随机数,是不是重复50次就可以了?

当然不是,假如,第一次随机到5,第二次如果再一次随机到5的话,要求是选择不重复的数,所以要选出50个不重复的数的话,随机次数远远大于50,因为越到后面随机到的数与前面选出的数重复的概率越大。

怎么解决呢?大家都玩过或见过发牌,54张牌,发一张牌,发牌人手里就少一张,直至将所有牌都发完。

同样上面的问题也可以这样解决,第一次随机到一个数后,将这个数取出来,再从剩下的99个数字里随机取出第二个数,这样随机50次取出的书就不会重复,这就是今天的主题:洗牌算法

洗牌算法

Fisher-Yates洗牌算法是由 Ronald A.Fisher和Frank Yates于1938年发明的,后来被Knuth在书中介绍,很多人直接称Knuth洗牌算法, Knuth大家应该比较熟悉,《The Art of Computer Programming》作者,算法理论的创始人。

我们现在所使用的各种算法复杂度分析的符号,就是他发明的。

等概率:洗牌算法有些人也称等概率洗牌算法,其实发牌的过程和我们抽签一样的,大学概率论讲过抽签是等概率的,同样洗牌算法选中每个元素是等概率的。

用洗牌算法思路从1、2、3、4、5这5个数中,随机取一个数

第一次随机抽取到4这个元素

4被抽中的概率是1/5

第二次随机抽取到5这个元素

5被抽中的概率是1/4*4/5=1/5

第三次随机抽取到2这个元素

2被抽中的概率是1/3*3/4*4/5=1/5

第四次随机抽取到1这个元素

1被抽中的概率是1/2*1/3*3/4*4/5=1/5

第五次随机抽取到3这个元素

3被抽中的概率是1*1/2*1/3*3/4*4/5=1/5

时间复杂度为O(n*n),空间复杂度为O(n)

算法思路:

在上面的介绍的发牌过程中, Knuth 和 Durstenfeld 在Fisher 等人的基础上对算法进行了改进,在原始数组上对数字进行交互,省去了额外O(n)的空间。

该算法的基本思想和 Fisher 类似,每次从未处理的数据中随机取出一个数字,然后把该数字放在数组的尾部,即数组尾部存放的是已经处理过的数字。

在54张牌中随机选一张,将这张牌与第一张交换顺序

在剩下的53张中继续随机选取一张与第二张牌进行交换

直至最后一张。

时间复杂度为O(n),空间复杂度为O(1),缺点必须知道数组长度n。

代码:

洗牌算法生成雷区:

将排列好的雷,用洗牌算法打乱生成雷区图

生成的雷区图:

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20201208A0845600?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券