菜鸟笔记
提升您的技术认知

洗牌算法-ag真人游戏

洗牌算法问题为:

有一个大小为 100 的数组,里面的元素是从 1 到 100 按顺序排列,怎样随机的从里面选择 1 个数?

最简单的方法是用rand()系统自动生成一个1-100的数,然后去数组找对应的位置即可。

进一步,问题扩展为:

有一个大小为100的数组,里面的元素是从 1 到 100 按顺序排列,怎样随机的从里面选择 50 个数?

(注意数字不能重复!)

最简单的方法随机 50 次,新建一个数组,把每一次随机的数都放到数组里,下一次随机就看这个数组里面有没有这数,有的话就继续随机,直到这个数组里面有 50 个数字就停止。

问题再次扩展为:

有一个大小为100的数组,里面的元素是从 1 到 100 按顺序排列,怎样随机的从里面选择 99 个数?

如果按照上面的方法操作,越往后选择的数字跟前面已经挑选的数字重复的概率就越高,这就会造成如果数组很大,选择的数字数目也很大的话,重复次数在量级上会很大。

这个时候就需要换一个思路,如果先将数组里面的元素打乱那么按顺序选择前 50 个不就可以了?

但是什么叫呢?

比如一副扑克有 54 张牌,有 54! 种排列方式,所谓的打乱指的是,你所执行的操作,应该能够等概率地生成这54!种结果中的任意一种,或者简单点说,我把54! 种排列方式全算出来,然后随机取一个也行,但是对n个元素求全排列时间复杂度可是o(n!)的,因为n! > 2^n,所以肯定超过指数爆炸了,这种算法是绝对不可取的!

洗牌算法就出现了(knuth-shuffle大神)。

算法可简单表述为:将最后一个数和前面任意 n-1 个数中的一个数进行交换(也可以不换),然后倒数第二个数和前面任意 n-2 个数中的一个数进行交换,如此往复直到最后一个元素,就完成了洗牌,该算法保证了每个元素在每个位置的概率都是相等的。

为什么是相等的呢?可以举例说明!

比如12345是最初的排列,从最后一个数5开始。

第一轮:5跟12345换的概率都是相等的,比如随机出了2,因为下一轮要从倒数第二个开始了,所以2肯定就在最后一位了,现在就是15342,因为是五个数里面选一个,所以2在最后一位的概率就是1/5;

第二轮:不算最后一个数2,还剩1534,轮到4选一个,比如选了3,交换完就是1543,那么3出现在第4个位置的概率是多少呢?因为第一轮五个选一个没选中3的概率是4/5,这一轮是四个选一个,1/4,所以3在第四位的概率就是4/5 * 1/4 = 1/5;

第三轮:不算最后两个数32,还剩154,轮到4选一个,比如选了自己,交换完就还是154,那么4出现在第三个位置的概率就是,4/5(第一轮没选4)*3/4(第二轮没选4)*1/3(第三轮选了4) = 1/5;

以此类推,就会发现,每个元素在每个位置的概率都是1/5,真正的做到了!(当然这个东西可以用严谨的数学证明验证)

简易代码

for (int i = n - 1; i >= 0; i--) {
    swap(arr[i], arr[rand() % (i   1)]);    //每次随机出0-i之间的下标
}

那这个算法有多快呢?

因为只是遍历一遍数组,所以算法是o(n)的,而且代码量相当少,膜拜。

 

网站地图