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 <= 50
-106 <= nums[i] <= 106
nums
中的所有元素都是 唯一的- 最多可以调用
104
次reset
和shuffle
思路:
Knuth 算法,对于每一个 nums[i], 把它和 nums[j] 进行交换,j 是[i, len(nums) - 1]的随机数。
时间复杂度:O(N)
空间复杂度:O(N)
class Solution:
def __init__(self, nums: List[int]):
self.initial = nums[:]
self.nums = nums
def reset(self) -> List[int]:
return self.initial
def shuffle(self) -> List[int]:
# print(self.nums)
# knuth algorithm
# for nums[i], swap it with random(nums[i:])
for i in range(len(self.nums) - 1):
j = random.randint(i, len(self.nums) - 1)
self.nums[i], self.nums[j] = self.nums[j], self.nums[i]
# print(self.nums)
return self.nums
# Your Solution object will be instantiated and called as such:
# obj = Solution(nums)
# param_1 = obj.reset()
# param_2 = obj.shuffle()