等概率随机排列数组（洗牌算法）

又是一道跟概率相关的简单问题。话说我的概率学的太差了，趁这个机会也从头开始补习一下。

问题描述：假设有一个数组，包含n个元素。现在要重新排列这些元素，要求每个元素被放到任何一个位置的概率都相等（即1/n），并且直接在数组上重排（in place），不要生成新的数组。用 O(n) 时间、O(1) 辅助空间。

算法是非常简单了，当然在给出算法的同时，我们也要证明概率满足题目要求。

先想想如果可以开辟另外一块长度为n的辅助空间时该怎么处理，显然只要对n个元素做n次（不放回的）随机抽取就可以了。先从n个元素中任选一个，放入新空间的第一个位置，然后再从剩下的n-1个元素中任选一个，放入第二个位置，依此类推。

按照同样的方法，但这次不开辟新的存储空间。第一次被选中的元素就要放入这个数组的第一个位置，但这个位置原来已经有别的（也可能就是这个）元素了，这时候只要把原来的元素跟被选中的元素互换一下就可以了。很容易就避免了辅助空间。

用Python来写一段简单的程序描述这个算法：

1
2
3
4
5
6
7
from random import Random

def Shuffle(li):
 
 rand = Random()
  for x in xrange(len(li) - 1, 0, -1):
  # 逆序遍历li
    y = rand.randint(0, x)  
            # 从剩余数据中随机选取一个
    li[x], li[y] = li[y], li[x]  
       # 将随机选取的元素与当前位置元素互换

主要的代码仅仅三行而已，浅显易懂。

来计算一下概率。如果某个元素被放入第i（1≤i≤n）个位置，就必须是在前 i - 1 次选取中都没有选到它，并且第 i 次选取是恰好选中它。其概率为：

pi=n−1n×n−2n−1×⋯×n−i+1n−i+2×1n−i+1=1n

可见任何元素出现在任何位置的概率都是相等的。

实际上Python用户一定知道，在Random类中就有现成的shuffle方法，处理方法与我上面的程序是一样的。顺便也贴在这里学习一下。以下代码来自于 Python 2.5 Lib\random.py：

250
251
252
253
254
255
256
257
258
259
260
261
262
def shuffle(self, x, random=None, int=int):
  """x,
 random=random.random -> shuffle list x in place; return None.

  Optional arg random is a 0-argument function
 returning a random
  float in [0.0, 1.0); by default, the standard random.random.
  """

  if random is None:
 
   random = self.random
  for i in reversed(xrange(1, len(x))):
 
   # pick an element in x[:i+1] with which to exchange x[i]
    j = int(random() * (i+1))
 
   x[i], x[j] = x[j], x[i]