【算法】扑克随机洗牌算法分析

一、算法说明

洗牌算法实际上就是常见的随机问题。我们可以抽象理解为:得到一个M以内的所有自然数的随机顺序数组。

【算法】扑克随机洗牌算法分析

然而怎么样操作才是好的洗牌算法呢?我们通常认为得保证概率相等。即洗牌之后,如果能够保证每一个数出现在所有位置上的概率是相等的。


二、算法实现

算法1:随机抽取单张牌

① 随机抽出一张牌

② 检查这种牌是否被抽取过,如果已经被抽取过,则重新抽取,直到找到没有被抽取的牌;

③ 重复上述过程,直到所有的牌都被抽取到。

这种算法是比较符合大脑的直观思维,这种算法有两种形式:

  1. 每次随机抽取后,将抽取的牌拿出来,则此时剩余的牌为(N-1),这种算法避免了重复抽取,但是每次抽取一张牌后,都有一个删除操作,需要在原始数组中删除随机选中的牌(可使用Hashtable实现)。
  2. 每次随机抽取后,将抽取的符合要求的牌做好标记,但并不删除;与1相比,省去了删除的操作,但增加了额外的存储标志为的空间,同时导致可每次可能会抽取之前抽过的牌。

弊端:这种解决方案的时间/空间复杂度都不好。

算法2:随机抽取两张牌

每次随机抽出两张牌交换,交换一定次数后结束。

<code>void shuffle(int* array, int len)  
{
const int suff_time = len;

for (int idx = 0; i < suff_time; i++)
{
int i = rand() % len;
int j = rand() % len;

int temp = array[i];
array[i] = array[j];
array[j] = temp;
}
}/<code>

这是一个常见的洗牌算法。 但是如何确定一个合适的交换次数?

假设交换了m此,则某张牌始终没有被交换的概率为 (n-2)/n * (n-2)/n, … …* (n-2)/n = ((n-2)/n)^m;我们希望其概率小于摸个值,求出m的解.假设概率小于1/1000,对于n=52,m大概为176,实际上远远大于数组的长度.

算法3:Fisher–Yates shuffle算法

每次随机选取一个数,然后将该数与数组中最后(或最前)的元素相交换(如果随机选中的是最后/最前的元素,则相当于没有发生交换);然后缩小选取数组的范围,去掉最后的元素,即之前随机抽取出的数。重复上面的过程,直到剩余数组的大小为1,即只有一个元素时结束。

<code>void shuffle(int* array, int len)  
{
int i = len;
int j = 0;
int temp= = 0;

if (i == 0)
{
return;
}

while (--i)
{
j = rand() % (i+1);
temp = array[i];
array[i] = array[j];
array[j] = temp;
}
} /<code>

PS: 更多精选内容资源分享,欢迎关注微信公众号:『 developer1024 』


分享到:


相關文章: