对C++的整数数组进行洗牌

最新推荐文章于 2024-10-15 14:03:41 发布

Sarkuya

最新推荐文章于 2024-10-15 14:03:41 发布

阅读量2.1k

点赞数

分类专栏： C++ 文章标签： c++ 算法 numbers random integer

本文链接：https://blog.csdn.net/sarkuya/article/details/5402406

版权

C++ 专栏收录该内容

18 篇文章 0 订阅

订阅专栏

C++的algorithm标准库中有一个random_shuffle()函数，可以随机打乱vector元素的顺序（在扑克游戏中称为洗牌）。但对于数组，却没有这个便利的工具可用。

本文要解决的问题是：
1. 给定一个整数数组，如何打乱该数组的顺序？
2. 如何确定算法的效率？

1. 算法的实现

《Beginning Microsoft Visual C# 2008》一书中有一种算法，我把它改写为C++的形式如下：

const int ARRAY_SIZE = 54;

void CheckedShuffle(int* theArray)
{
    int newArray[ARRAY_SIZE];
    bool assigned[ARRAY_SIZE];

    for (int i = 0; i < ARRAY_SIZE; i++)
    {
        assigned[i] = false;
    }

    for (int i = 0; i < ARRAY_SIZE; i++)
    {
        int destIndex = 0;
        bool foundIndex = false;

        while (foundIndex == false)
        {
            destIndex = rand() % ARRAY_SIZE;
            if (assigned[destIndex] == false)
                foundIndex = true;
        }

        assigned[destIndex] = true;
        newArray[destIndex] = theArray[i];
    }

memcpy(theArray, newArray, sizeof(newArray));
}

这种算法的思路是，对于数组中每个元素，先产生一个随机数，以这个随机数作为目标数组的索引值，将该元素复制至目标数组中。例如，第一个数组元素值为0，所产生的随机数为27，则将目标数组的第27个元素值设为0. 这种算法还使用了一个assigned数组记录已经产生过的随机数。对于每个新产生的随机数，则将assigned数组相应的位置设为true，这样，对于以后产生随机数，只要在assigned数组的对应位置的值为false，就可以复制数组元素了。

这种算法实现起来并不困难，但算法并不高效，尤其是数组越大，越到最后，产生的废弃随机数就越多。例如，对于元素个数为54的数组，假设所有的随机数已经产生，就差39了。代码先产生一个随机数，如20，由于新数组中该位置已经有元素，则废弃20，再产生一个随机数，再比较，再废弃，直到最终产生了39为止。这一步的正确概率为1/54. 数组越大，正确概率就越低，花费的时间就越长。

因为这种算法总是要检查以前产生的随机数，因此我将实现这种算法的函数称为CheckedShuffle.

那么如何避免产生重复的随机数？

玩扑克牌时，一种洗牌的方法是将牌平均分为两摊，左右手各一摊，然后两摊相对，左右手轮流插牌，这样，左边的牌就能与右边的牌相互聚到一起，达到洗牌效果。这种方式使用了交换牌位的方法，简单好用。但由于相邻的牌实际上还是不太分散，因此，效果不是很好。

我这里采用的是一种比较怪异的洗牌方法。54张牌持在手上，由一个忠实的观众先喊出一个1-54的数，如35，则将第35张牌抽出，放在桌面上。再由观众喊出另一个数字。他这时还能喊54吗？不能了，因为手上的牌只剩53张牌，因此，他只能从喊出1-53的数字。这样，桌面上的牌越来越多，而观众能喊的范围的也越来越小。每喊一次，只要该数小于或等于手中持牌数，总是有效的。这样，当手中最后只剩一张牌时，观众就可以领奖退场了。他喊了多少次？最后一张不算，他只喊了53次。[注：这种算法称为Fisher-Yates shuffle]

当然，这种方法在现实中很难做到，很费时间，但人机有别，在计算机看来，这是最受欢迎的方法！下面给出这种方法的算法。

int GetRandNumInRange(int min, int max)
{
int result = rand() % (max - min + 1) + min;
return result;
}

void IndexShuffle(int* theArray)
{
    for (int i = 0; i < ARRAY_SIZE - 1; i++)
    {
        int randomIndex = GetRandNumInRange(i + 1, ARRAY_SIZE - 1);
        swap(theArray[i], theArray[randomIndex]);
    }
}

这种算法的思路是，对于每一张牌，与该牌其后的任意一张牌交换。例如，第1张牌与第38（随机）张牌交换后，第1张牌就固定下来了，等同于将该牌放至桌面上。然后，第2张与第43张牌交换后放至桌面，如此等等。这样，随机数的范围就从[2, 53]开始，意为从第2张牌开始，在剩下的53张中取一随机数。之后，范围缩小为[3, 53] ...，最后为[53,53].

C++中产生随机函数只有一个rand()，所产生的数值范围为[0, 32767]。当然，很多时候，我们只需要在一个较小的特定范围内产生随机数，此时，可以通过取模的方式实现。

rand() % 100 -> [0, 99]
rand() % 100 + 1 -> [1, 100]
rand() % 30 + 10 -> [0, 29] + 10 -> [0 + 10, 29 + 10] -> [10, 39]

现在，假设我们要求得[10, 39]的随机数，如何反推出rand() % 30 + 10的公式来？

设min = 10, max = 39,

则[10, 39] -> [min, max] -> [0 + min, (max - min) + min] -> [0, (max - min)] + min -> rand() % (max - min + 1) + min.

因此，rand() % (max - min + 1) + min 总能生成[min, max]范围内的随机数。因为此公式表面看来难以理解且令人头晕，因此，我将其重构为一个名为GetRandNumInRange(int, int)的函数。

swap函数在标准库algorithm中，因此不需我们再定义该函数了。

2. 算法的效率

算法出来了，现在我们要比较CheckedShuffle及IndexShufle这两种算法的效率。

我先试用time_t来比较，但很可惜，time_t的精确度只支持到秒数。而这两种算法所花费的时间都是0秒。在计算机世界中，0秒并不等于不费时间，我们需要一个更高精度的时间。

C++的标准库无法支持毫秒级的时间精度。实际上，我们这里的算法需要用微秒来衡量。所幸，Windows API中有这样的珍宝。

QueryPerformanceFrequency函数可取得系统中高精度的时钟频率，以每秒多少次来计算。此频率在系统运行时不会改变。

LARGE_INTEGER liFreq;

if (!QueryPerformanceFrequency(&liFreq))
{
cout << "Your sytem does not support high-resolution performance counter" << endl;
return -1;
}

并非每个系统都能支持这种计时器，因此，QueryPerformanceFrequency函数返回一个bool值。如果成功，则将计数器存放至一个LARGE_INTEGER的变量中。之后，可以使用

LARGE_INTEGER liStart, liEnd;

QueryPerformanceCounter(&liStart);
//job processing......
QueryPerformanceCounter(&liEnd);

分别在工作开始及结束后取得两个计数值。

double dbTimespan;

dbTimespan = (double)(liEnd.QuadPart - liStart.QuadPart);
dbTimespan = dbTimespan / (double)liFreq.QuadPart * 1000000;

使用liEnd.QuadPart - liStart.QuadPart可以取得两个计数的差值，再除以时钟频率，得到的是以秒数计算的时间，这是一个用科学计数法才能方便地表示的值。因为1秒 = 1000毫秒 = 1000000微秒，因此，将其乘以1000000，就可得到比较直观的微秒。

下面是完整代码：

#include <iostream>
#include <time.h>
#include <windows.h>

using namespace std;

const int ARRAY_SIZE = 54;

long lRandNumCreated;
LARGE_INTEGER liFreq;
LARGE_INTEGER liStart, liEnd;
double dbTimespan;

void StartRecordTimeCounter()
{
QueryPerformanceCounter(&liStart);
}

void EndRecordTimeCounter()
{
QueryPerformanceCounter(&liEnd);
}

void ShowTimeElapsed()
{
    dbTimespan = (double)(liEnd.QuadPart - liStart.QuadPart);
    dbTimespan = dbTimespan / (double)liFreq.QuadPart * 1000000;
    cout << endl << lRandNumCreated << " random numbers created" << ", ";

cout << dbTimespan << " microseconds" << " elapsed." << endl;
}

int GetRandNumInRange(int min, int max)
{
int result = rand() % (max - min + 1) + min;
return result;
}

void IndexShuffle(int* theArray)
{
lRandNumCreated = 0;

    StartRecordTimeCounter();
    for (int i = 0; i < ARRAY_SIZE - 1; i++)
    {
        int randomIndex = GetRandNumInRange(i + 1, ARRAY_SIZE - 1);
        lRandNumCreated++;
        swap(theArray[i], theArray[randomIndex]);
    }
    EndRecordTimeCounter();
}

void CheckedShuffle(int* theArray)
{
    int newArray[ARRAY_SIZE];
    bool assigned[ARRAY_SIZE];

    lRandNumCreated = 0;

StartRecordTimeCounter();

    for (int i = 0; i < ARRAY_SIZE; i++)
    {
        assigned[i] = false;
    }

    for (int i = 0; i < ARRAY_SIZE; i++)
    {
        int destIndex = 0;
        bool foundIndex = false;

        while (foundIndex == false)
        {
            destIndex = rand() % ARRAY_SIZE;
            lRandNumCreated++;
            if (assigned[destIndex] == false)
                foundIndex = true;
        }

        assigned[destIndex] = true;
        newArray[destIndex] = theArray[i];
    }

memcpy(theArray, newArray, sizeof(newArray));

EndRecordTimeCounter();
}

void Display(const int* theArray)
{
    for (int i = 0; i < ARRAY_SIZE; i++) {
        cout << theArray[i] << " ";
    }
    cout << endl;
}

int main() {
int a[ARRAY_SIZE];

    for (int i = 0; i<ARRAY_SIZE; i++) {
        a[i] = i + 1;
    }

cout << "Before shuffling:" << endl;
Display(a);

srand((unsigned)time(NULL));

    if (!QueryPerformanceFrequency(&liFreq))
    {
        cout << "Your sytem does not support high-resolution performance counter" << endl;
        return -1;
    }

    IndexShuffle(a);
    cout << endl << "After shuffling using IndexShuffle():" << endl;
    Display(a);
    ShowTimeElapsed();

    CheckedShuffle(a);
    cout << endl << "After shuffling using CheckedShuffle():" << endl;
    Display(a);
    ShowTimeElapsed();

return 0;
}

在笔者的电脑上，有如下结果：

IndexShuffle():
53 random numbers created, 6.81985 microseconds elapsed.

CheckedShuffle():
168 random numbers created, 9.37729 microseconds elapsed.

每次运行，除了IndexShuffle()所产生的随机数恒为53之外，其他3个数字的结果都不一样。

若将数组元素值加大，则可以看出两种算法的差距更加明显。但请先将Display函数屏蔽掉，否则，屏幕将因为不停地滚动而只能看至第二次的结果。并且，要将这些数值都打印出来，将花费很长时间。

将ARRAY_SIZE设为5400时，

IndexShuffle():
5399 random numbers created, 584.802 microseconds elapsed.

CheckedShuffle():
47304 random numbers created, 1964.54 microseconds elapsed.

而将ARRAY_SIZE设为30000时，