随机化算法的主要目的是希望让随机发生在算法上,而不是发生在输入分布上,这样的话,没有特别的输入会引起我们的算法的最坏情况。即使你最坏的敌人也无法产生最坏的输入数组。因为随机排列使得输入次序不再相关。只有在随机数生成器产生一个不走运的排列时,随机算法才会运行得很差。
一. 随机优先级数组法
我们为数组的每一个元素A[i] 赋一个随机的优先级P[i], 然后依据优先级对数组A中的元素进行排序。
例如:A =(1,2,3,4),P=(36,3,62,19),对优先级数组进行排序,再排序过程中,关联A数组的排序。 我们得到A’ = (2,4,1,3);
Permute-by-sorting(A)
n = A.length
let P[1...n] be a new array
for(i =1 to n)
P[i] = random(1,n^3);
sort (A), using Pas sort keys
二. 原址随机交换法
原址随机交换法不产生随机优先级数组,而是,对于每个A[i], 在进行第i次迭代时,元素A[i]是从元素A[i]到A[n]中随机选取的。
Randomize-in-place(A)
n = A.length
for i = 1 to n
swap A[i] with A[Random(i,n)]