随机化算法

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)]