Solution 1(时间复杂度约为O(n^2),空间复杂度为O(n))
#include <iostream>
#include<cstdlib>
#include<vector>
#define N 54
using namespace std;
void func(vector<int>&num){
int hash[N+1]={0};
int cnt=0,i=0;
while(cnt<N){
int val=rand()%N+1;
if(!hash[val]){
num[i++]=val;
hash[val]=1;
++cnt;
}
}
return ;
}
int main()
{
vector<int>data(N);
func(data);
for(int i=0;i<N;++i)
cout<<data[i]<<" ";
cout<<endl;
return 0;
}
Solution 2(时间复杂度约为O(n),空间复杂度为O(1))
Knuth-Durstenfeld Shuffle算法
Knuth 和 Durstenfeld 在Fisher 等人的基础上对算法进行了改进,在原始数组上对数字进行交互,省去了额外O(n)的空间。该算法的基本思想和 Fisher 类似,每次从未处理的数据中随机取出一个数字,然后把该数字放在数组的尾部,即数组尾部存放的是已经处理过的数字。
算法步骤为:
1. 建立一个数组大小为 n 的数组 arr,分别存放 1 到 n 的数值;
2. 生成一个从 0 到 n - 1 的随机数 x;
3. 输出 arr 下标为 x 的数值,即为第一个随机数;
4. 将 arr 的尾元素和下标为 x 的元素互换;
5. 同2,生成一个从 0 到 n - 2 的随机数 x;
6. 输出 arr 下标为 x 的数值,为第二个随机数;
7. 将 arr 的倒数第二个元素和下标为 x 的元素互换;
……
如上,直到输出n个数为止
时间复杂度为O(n),空间复杂度为O(1),缺点必须知道数组长度n。
#include <iostream>
#include<cstdlib>
#include<vector>
#define N 54
using namespace std;
void xipai(vector<int>&data){
int cnt;
for(int i=0;i<N;++i){
cnt=rand()%(N-i);
swap(data[cnt],data[N-i-1]);
}
return ;
}
int main()
{
vector<int>data(N);
for(int i=0;i<N;++i)
data[i]=i+1;
xipai(data);
for(int i=0;i<N;++i)
cout<<data[i]<<" ";
return 0;
}