三种经典的洗牌算法

参考原文链接：https://blog.csdn.net/qq_25026989/article/details/89512769

问题描述：洗牌算法是将原来的数组进行打散，使原数组的某个数在打散后的数组中的每个位置上等概率的出现。

主要有3中经典的洗牌算法：

1.抽牌：

            1.初始化原始数组和新数组，原始数组长度为n(已知)；

            2.从还没处理的数组（假如还剩k个）中，随机产生一个[0, k)之间的数字p（假设数组从0开始）；

            3.从剩下的k个数中把第p个数取出；

            4.重复步骤2和3直到数字全部取完；

            5.从步骤3取出的数字序列便是一个打乱了的数列。

           时间复杂度为O(n*n),空间复杂度为O(n).

2.换牌（原地打乱顺序）：

             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 m 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.原始数组被修改了，这是一个原地打乱顺序的算法，算法时间复杂度也从Fisher算法的 O(n2)提              升到了O(n)。由于是从后往前扫描，无法处理不知道长度或动态增长的数组。

3.插牌（蓄水池抽样）：  

          1.先选中第1到k个元素，作为被选中的元素。然后依次对第k+1至第N个元素做如下操作：

          2.每个元素都有k/x的概率被选中，然后等概率的（1/k）替换掉被选中的元素。其中x是元素的序号。

          从N个元素中随机等概率取出k个元素（洗牌发牌可以认为k=1），N长度未知。在o（n）时间内对n个数据进行等概率随机            抽取。如果数据集合的量特别大或者还在增长（相当于未知数据集合总量），该算法依然可以等概率抽样.