文章出處
文章列表
關于洗牌程序的文章 ,之前已經寫過一篇,http://www.cnblogs.com/tudas/p/3-shuffle-algorithm.html ,因為上次被nie大神們重新問到且沒有正確回答上來,所以有必要在研究一下。
這次來說說n張牌的洗牌程序如何測試。眾所周知,洗牌即得到n的一個全排列結果(1/n!),因此每張牌在每個位置出現的概率是1/n。
一個洗牌程序的功能是,對于長度為n的兩兩不同的數組,輸出的任何一個排列的概率相等,也就是1/n!。可以驗證,Fisher-Yates算法是可以保證這一點的。
貼上我的測試代碼:
import random #測試次數 test_count = 10000 #記錄字典 counter = {} #測試集合 char_array = [ 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j' ] #fisher_yates洗牌算法 def fisher_yates_shuffle( array ): array_len = len( array ) for i in range( array_len - 1, 0, -1 ): r = random.randrange( 0, i) array[ i ], array[ r ] = array[ r ], array[ i ] return array #記錄每張牌在每個位置出現的次數 def count( array, counter ): for i in range( len( char_array ) ): char = array[ i ] pos = i + 1 if not counter.get( char ): counter[ char ] = {} if not counter[ char ].get( pos ): counter[ char ][ pos ] = 0 counter[ char ][ pos ] += 1 #測試test_count次 for i in range( test_count ): shuffled = fisher_yates_shuffle( char_array ) count( shuffled, counter ) #打印結果 for key in sorted( counter.keys() ): print( key, counter[ key ] )
測試10000次結果:可以看到, a~b每張牌出現位置1~10的概率大致相當.
測試1000000次結果:數據量越大, 牌的位置越趨于平均分布.
參見:
文章列表
全站熱搜