一、题目[LeetCode-384]
给你一个整数数组 nums ,设计算法来打乱一个没有重复元素的数组。打乱后,数组的所有排列应该是 等可能 的。
实现 Solution class:
- Solution(int[] nums) 使用整数数组 nums 初始化对象
- int[] reset() 重设数组到它的初始状态并返回
- int[] shuffle() 返回数组随机打乱后的结果
示例 1:
输入
["Solution", "shuffle", "reset", "shuffle"]
[[[1, 2, 3]], [], [], []]
输出
[null, [3, 1, 2], [1, 2, 3], [1, 3, 2]]
解释
Solution solution = new Solution([1, 2, 3]);
solution.shuffle(); // 打乱数组 [1,2,3] 并返回结果。任何 [1,2,3]的排列返回的概率应该相同。例如,返回 [3, 1, 2]
solution.reset(); // 重设数组到它的初始状态 [1, 2, 3] 。返回 [1, 2, 3]
solution.shuffle(); // 随机返回数组 [1, 2, 3] 打乱后的结果。例如,返回 [1, 3, 2]
提示:
- 1 <= nums.length <= 200
- -10^6 <= nums[i] <= 10^6
- nums 中的所有元素都是 唯一的
- 最多可以调用 5 * 10^4 次 reset 和 shuffle
二、思路
依题意,应当设计一个类,其成员为一个vector<int>数组对象nums。构造函数Solution()则应当将参数列表中的数组赋给类中的私有数组对象(浅拷贝即可)。reset()则直接返回nums即可。shuffle()要求返回一个将nums打乱的数组,因此可先复制一个新数组(这里应当深拷贝)shuffleNums,然后将其打乱,可使用swap函数,遍历新数组,对于每一个shuffleNums[i],将其与任一shuffliNums[0, i-1]交换(可使用rand()%(i+1)方法取任一下标),这样可以达到随机打乱的效果。
class Solution {
public:
Solution(vector<int>& nums) {
this->nums = nums;//构造函数(浅拷贝)
}
vector<int> reset() {
return nums;
}
vector<int> shuffle() {
vector<int> shuffleNums(nums);//深拷贝一个数组shuffleNums
for(int i = 0; i < shuffleNums.size(); i++)
swap(shuffleNums[i], shuffleNums[rand() % (i+1)]);
return shuffleNums;
}
private:
vector<int> nums;//指向参数列表中的nums(浅拷贝)
};
/**
* 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();
*/
三、官方题解(来源:力扣(LeetCode))
方法一:暴力
首先,我们考虑如何随机打乱一个数组。
不妨设数组 nums,其长度为 n。我们可以使用如下方法打乱:
将数组中所有的数都放到数据结构 waiting 中,并初始化打乱后的数组 shuffle;
循环 n 次,在第 i 次循环中(0≤i<n):
在 waiting 中随机抽取一个数 num,将其作为打乱后的数组 shuffle 的第 i 个元素;从 waiting 中移除 num。
对于原数组 nums 中的数 num 来说,被移动到打乱后的数组的第 i 个位置的概率为:
因此,对于原数组 nums 中的任意一个数,被移动到打乱后的数组的任意一个位置的概率都是相同的。
算法
在算法的实现中,我们考虑以下两个问题:
1.如何实现重设数组到它的初始状态?
我们使用 nums 来存储当前数组,并用 original 来存储数组的初始状态。在 需要重设数组到它的初始状态时,只需要将 original 复制到 nums 并返回即 可。
2.如何实现 waiting?
我们要求 waiting 既支持根据随机计算的下标获取元素,又支持根据该下标 移除元素。在方法一中,我们使用数组来实现 waiting。
class Solution {
public:
Solution(vector<int>& nums) {
this->nums = nums;
this->original.resize(nums.size());
copy(nums.begin(), nums.end(), original.begin());
}
vector<int> reset() {
copy(original.begin(), original.end(), nums.begin());
return nums;
}
vector<int> shuffle() {
vector<int> shuffled = vector<int>(nums.size());
list<int> lst(nums.begin(), nums.end());
for (int i = 0; i < nums.size(); ++i) {
int j = rand()%(lst.size());
auto it = lst.begin();
advance(it, j);
shuffled[i] = *it;
lst.erase(it);
}
copy(shuffled.begin(), shuffled.end(), nums.begin());
return nums;
}
private:
vector<int> nums;
vector<int> original;
};
作者:LeetCode-Solution
链接:https://leetcode-cn.com/problems/shuffle-an-array/solution/da-luan-shu-zu-by-leetcode-solution-og5u/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
复杂度分析
- 时间复杂度:
- 初始化:O(n),其中 n 为数组中的元素数量。我们需要 O(n) 来初始化 original。
- reset:O(n)。我们需要 O(n) 将 original 复制到 nums。
- shuffle:O(n^2)。我们需要遍历 n 个元素,每个元素需要 O(k) 的时间从 nums 中移除第 k 个元素。
- 空间复杂度:O(n)。记录初始状态和临时的乱序数组均需要存储 n 个元素。
方法二:Fisher-Yates 洗牌算法(即为上文的方法)
考虑通过调整 waiting 的实现方式以优化方法一。
我们可以在移除 waiting 的第 k 个元素时,将第 k 个元素与数组的最后 1 个元素交换,然后移除交换后数组的最后 1 个元素,这样我们只需要 O(1) 的时间复杂度即可完成移除第 k 个元素的操作。此时,被移除的交换后数组的最后 1 个元素即为我们根据随机下标获取的元素。
在此基础上,我们也可以不移除最后 1 个元素,而直接将其作为乱序后的结果,并更新待乱序数组的长度,从而实现数组的原地乱序。因为我们不再需要从数组中移除元素,所以也可以将第 k 个元素与第 1 个元素交换。
具体地,实现算法如下:
- 设待原地乱序的数组 nums。
- 循环 n 次,在第 i 次循环中(0≤i<n):
- 在 [i,n) 中随机抽取一个下标 j;
- 将第 i 个元素与第 j 个元素交换。
其中数组中的 nums[i .. n−1] 的部分为待乱序的数组,其长度为 n−i;nums[0 .. i−1] 的部分为乱序后的数组,其长度为 i。
class Solution {
public:
Solution(vector<int>& nums) {
this->nums = nums;
this->original.resize(nums.size());
copy(nums.begin(), nums.end(), original.begin());
}
vector<int> reset() {
copy(original.begin(), original.end(), nums.begin());
return nums;
}
vector<int> shuffle() {
for (int i = 0; i < nums.size(); ++i) {
int j = i + rand() % (nums.size() - i);
swap(nums[i], nums[j]);
}
return nums;
}
private:
vector<int> nums;
vector<int> original;
};
作者:LeetCode-Solution
链接:https://leetcode-cn.com/problems/shuffle-an-array/solution/da-luan-shu-zu-by-leetcode-solution-og5u/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
复杂度分析
- 时间复杂度:
- 初始化:O(n),其中 n 为数组中的元素数量。我们需要 O(n) 来初始化 original。
- reset:O(n)。我们需要 O(n) 将 original 复制到 nums。
- shuffle:O(n)。我们只需要遍历 n 个元素即可打乱数组。
- 空间复杂度:O(n)。记录初始状态需要存储 n 个元素。
四、学习心得
数组打乱的两种方法:
①暴力法:循环n次,对于第i次(从0计),在 waiting 中随机抽取一个数 num,将其作为打乱后的数组 shuffle 的第 i 个元素;从 waiting 中移除 num。
时间复杂度为O(n²)
②Fisher-Yates 洗牌算法:原地遍历数组 nums n 次,在第 i 次遍历中(从0计):在 [i,n) 中随机抽取一个下标 j;将第 i 个元素与第 j 个元素交换。
时间复杂度为O(n)