算法设计与分析基础系列--生成排列与洗牌算法（二）

转载文章，原文章来源于算法设计与分析基础系列--生成排列与洗牌算法（二）（欢迎关注微信公众号，会定期更新内容）

============================================================

前言

本文内容基于书籍"算法设计与分析基础"(Introduction to The Design and Analysis of Algorithms，作者Anany Levitin)，主要学习和讨论其中的生成排列与洗牌算法。在“算法设计与分析基础系列--生成排列与洗牌算法（一）”中，我们重点讨论了生成排列的算法，那么在有了排列生成算法之后，我们现在可以来看看"洗牌算法"了。

问题描述

洗牌问题的一般描述是给定n张不同的牌，设计一个函数随机均匀地生成其中一种排列，即以概率1/n!生成其中一种排列结果，有时也会以面试题的形式出现。

解答

洗牌问题和排列生成问题基本一样，可以认为是给定n个不同的数字，请以等概率生成其中一种排列。

首先我们要记得，在C++中，有一个函数rand()，它以等概率生成0到某个最大值maxn之间的一个数。如果我们想以等概率从0到n-1之间选择一个数的话，那么可以通过rand() % n来实现。虽然从数学上来说这并不是严格等概率的(主要取决于maxn是否是n的倍数，如果不是，那么总会有某些数的概率稍稍大于其他数)，但我们先不去考虑这些细节，而是假设我们存在一个函数calrand(n)，它可以以等概率从0到n-1之间选择一个数。

有了上述"等概率"函数，我们可以想到一个比较直接的算法，就是生成所有的排列，假设有t种，并按照0,1,...,t-1进行编号，那么我们可以利用calrand(t)来等概率地选择出一种排列，从而解决该问题。

但是上述算法存在一个严重缺陷，就是其复杂度非常高。对于n个数的情况，其所有排列的结果有t=n!种，当n=10的时候，t的取值已经在百万量级了，随着n的增加，该算法的复杂度将极速增加从而导致不可用。因此，我们还需另想办法。

我们还是仿照之前排列生成算法的思想，从第一个位置开始逐个确定每个位置放置哪个数字。

首先看第一个位置，它有n种可选的数字，如果我们以等概率从n个数字中选择一个的话，假设为a[0]，那么选择a[0]的概率就是1/n。接着需要确定第二个位置，由于不能和第一个位置取相同的数字，因此第二个位置有n-1种选择，如果我们以等概率从这n-1个数字中选择一个的话，假设为a[1]，那么选择a[1]的概率就是1/(n-1)。同理，对于第三个位置还有n-2种选择，我们以等概率进行选择，假设为a[2]，那么选择a[2]的概率就是1/(n-2)，以此类推，直到我们确定所有n个位置的数字。

现在，我们来处理一些数学细节，从数学上证明上述算法以等概率生成任意一种排列(如果作为面试题，也可能会问到其数学原理)。

记p(a[0],a[1],...,a[n-1])表示生成最终结果为a[0],a[1],...,a[n-1]的概率，且记条件概率p(i)=p(a[i] | a[0],a[1],...,a[i-1])，即在已知前i个数字的条件下，第i+1个数字取a[i]的概率。根据贝叶斯条件概率公式可得

p(a[0],a[1],...,a[n-1])

=p(a[0],a[1],...,a[n-2])*p(a[n-1] | a[0],a[1],...,a[n-2])

=p(a[0],a[1],...,a[n-2])*p(n-1)

=p(a[0],a[1],...,a[n-3])*p(n-2)*p(n-1)

=...

=p(0)*p(1)*...*p(n-1)

而p(i)=p(a[i] | a[0],a[1],...,a[i-1])=1/(n-i)，这是因为在前i个数字确定的条件下，第i+1个数字还有n-i种选择，而我们会以等概率选择其中一个。

因此有p(a[0],a[1],...,a[n-1])=1/(n*(n-1)*...*1)=1/n!

即生成每个排列结果的概率都相等，均为1/n!

实现代码如下，其中calrand(n)需要自己实现一下

int a[n]; // 数组a包含数字从0到n-1 即a[i]=i

void solve(int n){

for(int i = 0; i < n; i++){ // 确定每个位置放置的数字

       int j = calrand(n - i); // 已经确定了i个数字，现在需要对剩下的n-i个数字以等概率选择一个，记得文章开头提到过用calrand(n)表示以等概率从0到n-1中选择一个数字

       int k = i + j; // 注意，上述等概率选择一个数字其实就是等概率对[i,i+1,i+2,...,n-1]这些索引中等概率选择一个，而j是从[0,1,2,...,n-i-1]中等概率选择一个，因此只要加上i(即k=i+j)就相当于从[i,i+1,i+2,...,n-1]中等概率选择一个了。

       int tmp = a[i]; // 下面3行代码就是交换a[i]和a[k]，因为k是从[i,i+1,i+2,...,n-1]中等概率选择的，所以交换两者就是以概率1/(n-i)选择一个数字

       a[i] = a[k];

       a[k] = tmp;

   }

}

int main(){ // 下面是使用方法

   n = 6;

   for(int i = 0; i < n; i++){

       a[i] = i;

   }

   solve(n);

}

总结

1，洗牌算法的代码框架和排列生成基本一致，只要引入一个随机函数即可。

2，如果是在面试中，除了想到算法和完成代码，能够进行一些数学推理应该是个很好的加分项，说明面试者对其原理的理解是比较深入的。

欢迎大家多多转载并关注后续更新，如果有其他算法相关的问题也欢迎留言讨论~