几种随机洗牌算法的分析比较

几种随机洗牌算法的比较分析

目录

一.     研究背景

二.     洗牌算法

2.1.       全随机洗牌(AllRandomShuffle)算法

2.2.       随机抽取洗牌(RandomExtractShuffle)算法

2.3.       随机交换洗牌(RandomExchangeShuffle)算法

 

 研究背景

卡牌游戏中常常需要洗牌,今天正好看到了这样的题目,搜索了些许资料,整理并且理解后,决定写出来,算法的名字无从考证,全是自己理解后给的名字,如果您有哪个算法的信息或者错误之处可以随时联系我,还请多多关照。

 算法

全随机洗牌(AllRandomShuffle)算法

为每一张牌设置一个是否洗过的标志,随机选择一张牌出来洗,判断是否洗过,没洗过的话输出到洗好了牌堆中去,知道所有牌洗完为止,这种方法十分的容易理解,实现方便,时间复杂度   ,空间复杂度为。

算法实现

         std::vector<int>AllRandomShuffle()

         {

                  std::vector<int>v_vPrintCard;

                  int v_iCount =0;

                  srand(time(0));

                  while (1)

                  {

                          int v_iTemp = rand() %sc_iCardNumber;

                          if (m_IsFresh[v_iTemp] ==false)

                          {

                                   v_vPrintCard.push_back(v_iTemp);

                                   m_IsFresh[v_iTemp] =true;

                                   v_iCount++;

                          }

                          if (v_iCount ==sc_iCardNumber)

                          {

                                   break;

                          }

                  }

                  return v_vPrintCard;

         }

随机抽取洗牌(RandomExtractShuffle)算法

       在第次通过从前 中随机抽取一张牌保存起来,然后依次将后面所有的牌往前挪动一个位置,最后将保存的牌放在最后的位置。时间复杂度为 ,空间复杂度为。

       算法实现:

         std::vector<int>RandomExtractShuffle()

         {

                  std::vector<int>v_vCard;

                  for (inti=0; i != sc_iCardNumber; i++)

                  {

                          v_vCard.push_back(i);

                  }

                  srand(time(0));

                  for (std::vector<int>::size_typei=0; i != v_vCard.size(); i++)

                  {

                          int v_iTemp = rand() %(sc_iCardNumber -i);

                          int v_iSave = v_vCard[v_iTemp];

                          for (std::vector<int>::size_typej = v_iTemp; j < v_vCard.size()-1;j++)

                          {

                                   v_vCard[j] =v_vCard[j+1];

                          }

                          v_vCard[v_vCard.size()-1]=v_iSave;

                  }

                  return v_vCard;

         }

随机交换洗牌(RandomExchangeShuffle)算法

       从中随机选取一张牌,然后将第张牌与其相互交换,达到洗牌的目的。时间复杂度为 ,空间复杂度为。

       算法实现:

         std::vector<int>RandomExchangeShuffle()

         {

                  std::vector<int>v_vCard;

                  for (inti=0; i != sc_iCardNumber; i++)

                  {

                          v_vCard.push_back(i);

                  }

                  srand(time(0));

                  for (std::vector<int>::size_typei=0; i != v_vCard.size(); i++)

                  {

                          int v_iTemp = rand() %(sc_iCardNumber -i)+ i;

                          int v_iSave = v_vCard[v_iTemp];

                          v_vCard[v_iTemp] =v_vCard[i];

                          v_vCard[i] =v_iSave;

                  }

                  return v_vCard;

         }


  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
要证明洗牌算法可以随机洗牌,我们可以通过数学证明和概率分析来支持该算法随机性。下面是一个简单的证明过程: 假设我们有 n 张牌,我们要证明这个算法对于每一种可能的排列都是等概率的。 首先,我们考虑第一张牌,它有 n 种可能的选择。假设我们在第一次迭代中选择了第 i 张牌作为第一张牌,那么在第二次迭代中,剩下的 n-1 张牌中每张牌被选中的概率是 1/(n-1)。同样地,在第三次迭代中,剩下的 n-2 张牌中每张牌被选中的概率是 1/(n-2),以此类推。 因此,对于每一种可能的第一张牌的选择 i,后续迭代中每一张牌被选中的概率都是相等的。 我们可以进一步证明,在每一次迭代中,每张牌被选中的概率都是相等的。假设在前 k-1 次迭代中,每张牌被选中的概率都是相等的。在第 k 次迭代中,剩下的 n-k+1 张牌中每张牌被选中的概率是 1/(n-k+1)。因此,对于每一种可能的第 k 张牌的选择,后续迭代中每一张牌被选中的概率都是相等的。 通过数学归纳法,我们可以证明在每一次迭代中,每张牌被选中的概率都是相等的。因此,洗牌算法产生的每一种可能的排列都是等概率的,即每一种排列出现的概率都是 1/n!,其中 n 为牌的数量。 这个证明说明了洗牌算法确实可以随机洗牌,每个元素都有相等的机会出现在任何位置。当我们使用该算法时,我们可以有理由相信它能够生成随机且公平的结果。 请注意,这里的证明是建立在算法的正确性和随机数生成器的均匀性的基础上。如果算法实现有误或随机数生成器不均匀,那么洗牌结果可能会出现偏差。因此,在实际应用中,我们需要确保算法随机数生成器的正确性和质量。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值