RANDOMIZE-IN-PLACE随机排列算法

给定一个长度为$n$的数组，如何构造出一个随机排列呢？《算法导论》给了我们一个名为RANDOMIZE-IN-PLACE的随机算法，该算法在数组原址上进行排序，时间复杂度为$O(n)$。下面本文将介绍RANDOMIZE-IN-PLACE的设计思想及代码实现。

1. 背景知识

在介绍RANDOMIZE-IN-PLACE的设计思想之前，我们首先来了解一些背景知识，什么是随机算法，什么是随机排列数组，以及为什么要随机排列数组。

1.1 随机算法

如果一个算法的行为不只是由输入决定，同时也由随机数生成器所产生的数值决定，则称这个算法是随机的。

1.2 随机排列数组

随机排列数组的目标是产生一个均匀随机排列，使得$n!$种排列中的每一种被取到的概率相等，等于$\frac{1}{n!}$。

许多随机算法通过排列给定的输入数组使得输入随机化。

2. 随机排列数组的两种算法

PERMUTE-BY-SORTING和RANDOMIZE-IN-PLACE是实现随机排列数组的两种算法。

2.1 PERMUTE-BY-SORTING

设数组$A=[1,2,\dots ,n]$，PERMUTE-BY-SORTING为其中的每个元素$A[i]$赋一个随机数优先权$P[i]$，然后根据这些优先权对数组$A$进行排序。伪码如下：

PERMUTE-BY-SORTING(A)
n = length[A]
for(i=1; i<=n; i++)
	P[i] = RANDOM(1, n^3)
sort A, using P as sort keys
return A

在上述伪码中，使用$1～n^3$间的$n$个随机优先权的原因有两点：

1. 能在$O(n\log n)$时间内排序完成。
2. 以很高的概率使得$n$个优先权都不相同。

2.2 RANDOMIZE-IN-PLACE

RANDOMIZE-IN-PLACE也称为Fisher-Yates Shuffle或Knuth Shuffle算法，与PERMUTE-BY-SORTING算法相比，它有三方面优势：

1. 省去了排序的代价，时间复杂度为$O(n)$。
2. 随机数产生器所需范围更小（从$1～n^3$降为$1～n$）。
3. 不需要额外的辅助空间。

伪码如下：

RANDOMIZE-IN-PLACE(A, n)
for(i=1; i<=n; i++)
	swap(A[i], A[RANDOM(i, n)])

即在第$i$次迭代时，从$A[i\dots n]$随机选取元素与$A[i]$交换位置；在第$i$次迭代后，$A[i]$不再发生改变。

3. RANDOMIZE-IN-PLACE的正确性证明

下面我们来证明RANDOMIZE-IN-PLACE确实可以产生一个均匀随机排列。

证明：
循环不变式： 在for循环的第$i$次迭代之前，对每个可能的$(i-1)$-排列，子数组$A[1\dots i-1]$包含这个$(i-1)$-排列的概率为$(n-i+1)!/n!$。

初始化： 对$i=1$，$A[1\dots 0]$包含某个0排列的概率为$(n-i+1)!/n!=1$，其中$A[1\dots 0]$，0排列则是不包含任何元素的序列。

保持： 假设第$i$次迭代前，任一可能的$(i-1)$-排列出现在$A[1\dots i-1]$中的概率为$(n-i+1)!/n!$，则需证明在第$i$次迭代后，任一$i$-排列出现在$A[1\dots i]$中的概率为$(n-i)!/n!$。

• 考虑一个特殊的$i$-排列$R=[x_1,x_2,\dots ,x_i]$，其中包含一个$(i-1)$-排列$[x_1,x_2,\dots ,x_{i-1}]$，算法在$A[i]$放置$x_i$。
• 令事件$E_1$表示算法实际输出$(i-1)$-排列$R^{\ast }$为$A[1\dots i-1]$，根据循环不变量，$Pr(E_1)=(n-i+1)!/n!$。
• 令事件$E_2$表示第$i$次迭代后输出$A[i]$为$x_i$，则当且仅当$E_1$和 $E_2$同时发生时我们得到$i$-排列$R$为$A[1\dots i]$，其概率$Pr(E_2\cap E_1)=Pr(E_2|E_1)\cdot Pr(E_1)$。
  • 给定$E_1$的条件下，$A[i]$有$(n-i+1)$种取法，取到$x_i$的概率为$1/(n-i+1)$，即$Pr(E_2|E_1)=1/(n-i+1)$。
  • 因此，$Pr(E_2\cap E_1)=Pr(E_2|E_1)\cdot Pr(E_1)=\frac{1}{n-i+1}\cdot \frac{(n-i+1)!}{n!}=(n-i)!/n!$。

终止： 终止时，$i=n+1$，$A[1\dots n]$是一个给定$n$-排列的概率为$(n-(n+1)+1)!/n!=1/n!$。

4. 代码

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

#define N 10       //定义数组的长度为10 

void randomizeInPlace(int array[], int length) {  //对长度为length的数组array[]进行随机排列 
	int i;
	for (i = 0; i < length; i++) {
		int rnd = i + (rand() % (length - i));  //生成[i, length-1)范围内的一个随机下标 
		//交换 array[i]与array[rnd] 
		int temp = array[i];          
		array[i] = array[rnd];
		array[rnd] = temp;
	}	
}

int main() {
	srand(time(NULL));  //设置时间函数time(NULL)为随机数种子 
	int array[N];
	int i, j;
	for (i = 0; i < N; i++) {  //为原数组赋初值 
		array[i] = i + 1;
	}
	printf("原数组为：");      //打印输出原数组 
	for (i = 0; i < N; i++) {
		printf("%d ", array[i]);
	}
	printf("\n");
	int times;
	printf("请输入随机重排的次数：");
	scanf("%d", &times);       //用户指定随机重排的次数
	for (j = 0; j < times; j++) {
		randomizeInPlace(array, N);  //每次随机排列都是在上次随机排列的数组基础之上  
		printf("随机重排%d次的数组为：", j + 1); 
		for (i = 0; i < N; i++) {
			printf("%d ", array[i]);
		}
		printf("\n");
	}
	return 0;
} 

5. 运行结果

数组的初值为1，2，3，4，5，6，7，8，9，10。用户输入随机重排的次数k，按下回车键，程序打印输出连续k次随机重排的数组。

随机重排10次的结果如下：

随机重排20次的结果如下：