数组随机排序 & 洗牌算法

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)

返回顶部
返回博客列表