Knuth高效洗牌算法的示例分析，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
今天在做一个游戏需求的时候碰到一个问题，问题很简单，给定75个球，编号1-75，需要保证初始化的时候位置是随机的。
显然，我们可以初始化一个数组A，把75个数放进去，然后做一个shuffle函数随机交换其中的元素，这样就是随机的。
我准备这样做一个shuffle，但同时也想看看golang里面是否有这样的接口直接得到结果，看了下还真有，这个函数是rand.Perm(n)，这个函数会返回一个数组，比如我传入75，会返回一个0-74的随机数组。
arr := rand.Perm(75)
好奇心驱使我一探究竟，golang会用什么样的方式实现Perm函数呢？
打开golang的源代码，在rand.go文件中找到这个函数：
实现很简单，然而初一看有点懵，因为没有用到shuffle，而是一次遍历就把事情给解决了，到底是怎么回事？
仔细分析发现，这个算法非常精巧，每次遍历都是将当前的数i和已经在数组中的随机一个数m[j]进行交换，最终达到了公平随机整个数组的作用。虽然只有短短3行代码，却让人有种震撼的感觉。
顿时觉得golang很NB，确实很高效。
上面这段代码写了4行的注释，大概意思是说不能省去0那一次，看起来没啥用处，但是为了照顾r随机器中的随机序列，还是要加上，不然可能会造成负作用，这里面和随机种子以及此后随机的序列有关，为了对随机序列不产生影响保证公平性，不能省略0。
网上搜索了一下高效洗牌算法，又发现python里面也有这样的函数，这样写的：
for(int i = N - 1; i >= 0 ; i -- )
swap(arr[i], arr[rand(0, i)]) // rand(0, i) 生成 [0, i] 之间的随机整数
而这个算法的出处竟然来自于TAOCP！算法就是大名鼎鼎的 Knuth-Shuffle，即 Knuth 洗牌算法。
看似简单的问题，竟然又扯出Knuth，大意了。
能把一件小事情做到极致的人，可以称之为艺术家。Knuth名副其实。
最后以 Knuth 的一句话共勉：
A programmer who subconsciously views himself as an artist will enjoy what he does and will do it better.
看完上述内容，你们掌握Knuth高效洗牌算法的示例分析的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注亿速云行业资讯频道，感谢各位的阅读！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
