随机洗牌算法+matlab,洗牌算法及 random 中 shuffle 方法和 sample 方法浅析

对于算法书买了一本又一本却没一本读完超过 10%，Leetcode 刷题从来没坚持超过 3 天的我来说，算法能力真的是渣渣。但是，今天决定写一篇跟算法有关的文章。起因是读了吴师兄的文章《扫雷与算法：如何随机化的布雷(二)之洗牌算法》。因为扫雷这个游戏我是写过的，具体见：《Python：游戏：扫雷》。

游戏开始的时候需要随机布雷。扫雷的高级是 16 × 30 的网格，一共有 99 个雷。如果从 0 开始给所有网格做标记，那么布雷的问题就成了从 480 个数中随机选取 99 个数。

第一反应自然是记录已选项：

import random

mines = set()

for i in range(99):

j = random.randint(0, 480)

while j in mines:

j = random.randint(0, 480)

mines.add(j)

print(mines)

复制代码

不过这算法看着似乎有点 low 啊。

其实从 480 个数中随机抽取 99 个数，那么只要将这 480 个数打乱，取前 99 个数就好了。这就引出了：高纳德置乱算法(洗牌算法)。

这个算法很牛逼却很好理解，通俗的解释就是：将最后一个数和前面任意 n-1 个数中的一个数进行交换，然后倒数第二个数和前面任意 n-2 个数中的一个数进行交换......以此类推。

这个原理很好理解，通俗得不能再通俗，稍微想一下就会明白，确实如此。

洗牌算法的 Python 实现如下：

import random