https://leetcode-cn.com/problems/shuffle-an-array/
思路:随机洗牌算法可以等概率的打乱输入,简单介绍一下经典洗牌算法
K
n
u
t
h
−
S
h
u
f
f
l
e
Knuth-Shuffle
Knuth−Shuffle。它的思路就是逐次遍历数组的每一位,对于第
i
i
i位,随机选取
0
<
=
j
<
=
i
0<=j<=i
0<=j<=i,并交换
a
i
、
a
j
a_i、a_j
ai、aj。下面从数学角度上解释一下为什么这个算法是等概率的:对于第
i
i
i个元素,其最终位置
j
j
j要么
>
=
i
>=i
>=i要么
<
i
<i
<i,那么我们分别考虑两种情况下的概率(假设下标从0开始):
- i < = j i<=j i<=j,那么一定是在第 j j j次随机中被选中,剩余的 n − j − 1 n-j-1 n−j−1次随机中未被选中,概率 P = 1 j + 1 ∗ ( 1 − 1 j + 2 ) ∗ . . . ∗ ( 1 − 1 n ) = 1 j + 1 ∗ j + 1 j + 2 ∗ . . . ∗ n − 1 n = 1 n P=\frac{1}{j+1}*(1-\frac{1}{j+2})*...*(1-\frac{1}{n})=\frac{1}{j+1}*\frac{j+1}{j+2}*...*\frac{n-1}{n}=\frac{1}{n} P=j+11∗(1−j+21)∗...∗(1−n1)=j+11∗j+2j+1∗...∗nn−1=n1。
- i > j i>j i>j,那么一定是在第 i i i次随机中选中位置 j j j,剩余的 n − i − 1 n-i-1 n−i−1次随机中未选中位置 j j j,概率 P = 1 i + 1 ∗ ( 1 − 1 i + 2 ) ∗ . . . ∗ ( 1 − 1 n ) = 1 i + 1 ∗ i + 1 i + 2 ∗ . . . ∗ n − 1 n = 1 n P=\frac{1}{i+1}*(1-\frac{1}{i+2})*...*(1-\frac{1}{n})=\frac{1}{i+1}*\frac{i+1}{i+2}*...*\frac{n-1}{n}=\frac{1}{n} P=i+11∗(1−i+21)∗...∗(1−n1)=i+11∗i+2i+1∗...∗nn−1=n1。
综上,第 i i i个元素分配到任意一个位置的概率都是相等的,因此该算法是等概率的。
class Solution {
public:
Solution(vector<int>& nums) {
this->nums=nums;
}
vector<int> reset() {
return nums;
}
vector<int> shuffle() {
vector<int> ans = nums;
int len=ans.size();
for(int i=1;i<len;i++)
{
int idx=rand()%(i+1);
swap(ans[i], ans[idx]);
}
return ans;
}
private:
vector<int> nums;
};
/**
* Your Solution object will be instantiated and called as such:
* Solution* obj = new Solution(nums);
* vector<int> param_1 = obj->reset();
* vector<int> param_2 = obj->shuffle();
*/