如何产生n个不重复的随机数

问题：如何得到n个互相不重复的随机数？

用过Matlab的朋友，应该会见到过这样一个函数：randperm(n)，用途是产生n个不重复的随机数。C和C++中也有用于产生随机数的rand()函数。那么，如何借助这个函数去实现randperm(n)的效果呢？本文提供三种常见思路，如下：

思路1：

创建一个动态数组，每次产生一个随机数，并判断该动态数组是否含有这一随机数。如果有，则跳过并重新产生下一个随机数；如果没有，则将产生的这一随机数加入动态数组。循环直到动态数组中元素数量达到n。

vector<int> random1(int number)
{
	vector<int> result;
	result.clear();
	result.reserve(number);
	srand((int)time(0));
	while (result.size() < number)
	{
		int value = rand() % number;
		bool flag = true;
		for (size_t i = 0; i < result.size(); i++)
		{
			if (result.at(i) != number) continue;
			else
			{
				flag = false;
				break;
			}
		}
		if (flag)
		{
			result.push_back(value);
		}
	}
	return result;
}

思路2：

先产生一个数组，长度为n，每一个元素的值等于其索引号。然后从这个数组中任意位置取出一个数字，并添加到另外一个动态数组结尾处。循环直到第一个数组元素数量为0。

vector<int> random2(int number)
{
	vector<int> list;
	vector<int> result;
	list.clear();
	result.clear();
	list.reserve(number);
	result.reserve(number);
	srand((int)time(0));
	for (int i = 0; i < number; i++)
	{
		list.push_back(i);
	}
	int length = list.size();
	for (int i = 0; i < length; i++)
	{
		int index = rand() % list.size();
		result.push_back(list[index]);
		list.erase(list.begin() + index);
	}
	return result;
}

思路3：

根据题意，要得到的是n个互相不重复的随机数，那么对于思路2中产生的数值等于索引号的数组，其内部元素随意调换位置，完全可以达到题目的要求。这就是所谓的洗牌算法。

vector<int> random3(int number)
{
    vector<int> result;
    result.clear();
    result.reserve(number);
    srand((int)time(0));
    for (size_t i = 0; i < number; i++)
    {
        result.push_back(i);
    }
    int p1;
    int p2;
    int temp;
    int count = number;
    int i = 0;

    while (number--)
    {
        p1 = i++;
        p2 = rand() % count;
        temp = result[p1];
        result[p1] = result[p2];
        result[p2] = temp;
    }
    return result;
}

那么，这三种思路的实际运行效率如何呢？

我们使用C++的库函数GetTickCount()来进行实验，用这三种方法得到10000个互相不重复的随机数，对比程序运行的时间。

思路1：4189ms

思路2：43ms

思路3：0ms

思路3用了甚至不到1ms的时间。

使用思路3产生100000个不重复随机数：63ms

思路2得到100000个所用时间为：1983ms

那么，是不是思路3就是最完美的答案了？可惜不是。

这个洗牌算法是有问题的。

思路2所产生的随机数列，总共有n!种排列方式，即n个数字的全排列为A(n, n)，这种情况是可以保证所有情况机会均等的。

但是思路3总共循环了n次，每次都会导致n种可能，所以共有pow(n, n)种可能。

就n!而言，根据伯特兰—切比雪夫定理，对于所有大于1的整数n，存在一个质数p，符合n < p < 2n。所以，n与n/2之间也一定存在一个素数，而且不能被n整除，pow(n, n)也无法整除。因此，pow(n, n)一定不是n!的整数倍。

这就意味着，思路3所产生的所有排列方式机会一定不是均等的。

那么，该如何改进思路3，从而使得机会均等呢？其实很简单。总共循环n次，只要让每次导致的可能数量-1，那么最终结果就是n!中情况了。代码如下：

vector<int> random3(int number)
{
	vector<int> result;
	result.clear();
	result.reserve(number);
	srand((int)time(0));
	for (size_t i = 0; i < number; i++)
	{
		result.push_back(i);
	}
	int p1;
	int p2;
	int temp;
	int count = number;

	while (--number)
	{
		p1 = number;
		p2 = rand() % number;
		temp = result[p1];
		result[p1] = result[p2];
		result[p2] = temp;
	}
	return result;
}

思路3（改进版）得到100000个不同随机数的运行时间： 62ms

关于思路3第一个版本的分析，参考自：http://bbs.bccn.net/thread-331122-1-1.html