本文地址: https://blog.csdn.net/kaeles/article/details/84897628
1、Fisher-Yates 算法
原理:
1、写下从 1 到 N 的数字
2、取一个从 1 到剩下的数字(包括这个数字)的随机数 k
3、从低位开始,得到第 k 个数字(这个数字还没有被取出),把它写在独立的一个列表的最后一位
4、重复第 2 步,直到所有的数字都被取出
5、第 3 步写出的这个序列,现在就是原始数字的随机排列
private void PukesSort( List<int> pukeList ) {
List<int> newList = new List<int>( pukeList );
List<int> sortList = new List<int>();
System.Random random = new System.Random();
for ( int i = 0; i < pukeList.Count; i++ ) {
int value = new System.Random().Next( 0, newList.Count );
sortList.Add( newList[value]);
newList.RemoveAt( value );
}
}
时间复杂度为O(n2),空间复杂度为O(n)
2、* Knuth-Durstenfeld 算法
对Fisher-Yates算法的优化改进版。
原理:每次从未处理的数据中随机取出一个数字,然后把该数字放在数组的头/尾部。
private void PukesSort(List<int> pukeList) {
for (int i = 0; i < pukeList.Count; i++) {
int value = new System.Random().Next(i, pukeList.Count);
int tmp = pukeList[value];
pukeList[value] = pukeList[i];
pukeList[i] = tmp;
}
}
等概率。时间复杂度为O(n),空间复杂度为O(1),必须知道数组长度n
3、Inside-Out 算法
原理:在[0, i]之间随机一个下标 k,然后用位置 k 的元素替换掉位置 i 的数字
private void PukesSort(List<int> pukeList) {
for (int i = 0; i < pukeList.Count; i++) {
int value = new System.Random().Next(0, i+1);
int tmp = pukeList[value];
pukeList[value] = pukeList[i];
pukeList[i] = tmp;
}
}
4、抽牌法
private void PukesSort(List<int> pukeList) {
int pukesLength = pukeList.Count;
for (int i = 0; i < pukesLength; i++) {
int value = new System.Random().Next(0, i + 1);
int target = pukesLength - 1 - i;
int tmp = pukeList[value];
for (int j = value; j < target; j++) {
pukeList[j] = pukeList[j + 1];
}
pukeList[target] = tmp;
}
}
* 蓄水池抽样 算法
从N个元素中随机的等概率的抽取k个元素,其中N可以是未知数
private List<int> ExtractPukes(List<int> pukeList,int extractCount) {
int pukesLength = pukeList.Count;
if (pukesLength < extractCount ) extractCount = pukesLength;
List<int> extractList = new List<int>();
for ( int i = 0; i < extractCount; i++ ) {
extractList[ i ] = pukeList[ i ];
}
for (int i = extractCount; i < pukesLength; i++) {
int value = new System.Random().Next(0, i );
if ( value < extractCount ) extractList[ value ] = pukeList[ i ];
}
return extractList;
等概率。时间复杂度为O(n),空间复杂度为O(k)