标题
Shuffle a set of numbers without duplicates.
Example:
// Init an array with set 1, 2, and 3.
int[] nums = {1,2,3};
Solution solution = new Solution(nums);
// Shuffle the array [1,2,3] and return its result. Any permutation of [1,2,3] must equally likely to be returned.
solution.shuffle();
// Resets the array back to its original configuration [1,2,3].
solution.reset();
// Returns the random shuffling of array [1,2,3].
solution.shuffle();
1、洗牌:将目前索引i与(i,n-1)中的随机数pos对应值交换。
这样给出的结果应该是等概的。
2、随机数:
A、在上面的描述中,似乎比较复杂,其实不然,如果我们每一次在(0,n-1)中选择随机数,很有可能会几次得到相同的值。虽然他是等概分布获取,但你不能保证他前后获取值不同,因为前后两次是没有联系的对于那个分布来说。
B、引擎,定义在循环前,static表明函数调用不会结束生命,同样我们每次调用都会延续上一次状态,来生成新的序列。此时我们是不需要种子的。
static default_random_engine e; //time()
C、分布,我们的分布随着i在变化
uniform_int_distribution<unsigned> u(i, sz-1);
D、要求:要能够随手写出这几行随机数生成的代码,虽然单词有点长,但是要记住。另外,分布可以修改类型的如int等。
蓄水池算法,也用到了随机数生成
http://blog.csdn.net/bestzem/article/details/52291953
class Solution {
public:
Solution(vector<int> nums):org(nums) {
}
/** Resets the array to its original configuration and return it. */
vector<int> reset() {
return org;
}
/** Returns a random shuffling of the array. */
vector<int> shuffle() {
int sz=org.size();
vector<int> deal{org};
static default_random_engine e; //time()
for(int i=0;i<sz;++i)
{
uniform_int_distribution<unsigned> u(i, sz-1);
unsigned int m = u(e);
if(m!=i)
{
swap(deal[i],deal[m]);
}
}
return deal;
}
private:
vector<int> org;
};
/**
* Your Solution object will be instantiated and called as such:
* Solution obj = new Solution(nums);
* vector<int> param_1 = obj.reset();
* vector<int> param_2 = obj.shuffle();
*/