C++ C+中的随机生成算法+；

假设您需要生成前N个整数的随机排列。例如，{4,3,1,5,2}和{3,1,4,2,5}是合法排列，但{5,4,1,2,1}不是，因为一个数字（1）重复，而另一个数字（3）丢失。此例程通常用于算法的模拟。我们假设存在一个随机数生成器RandInt（i，j），它以相等的概率在i和j之间生成。以下是算法：

按如下方式将数组A从[0]填充到[N-1]：要填充[i]，请生成随机数，直到得到一个不在[0]、A[1]、…、A[i-1]中的数

在C++中实现该算法，并发现其复杂性。这是我的代码：

int a;
bool b = false;
A[0] = RandInt(1,n);
for (int i=1;i<n;i++) {
do {
  b = false;
  a = RandInt(1,n);
  for (int j=0;j<i;j++)
     if(A[j] == a)
        b = true;
} while(b);
A[i] = a;
}

inta；
布尔b=假；
A[0]=RandInt（1，n）；
对于（int i=1；i，此算法将产生正确的结果，从所有可能的置换中均匀随机地选择置换

运行时间不受任何确定性函数的限制，因为正如您所指出的，它可以永远运行。在最好的情况下，该算法以O（n^2）运行，并选择一个随机排列，而无需重复任何选择。平均而言，您需要尝试n/n=1次才能得到第一个唯一的随机数，n/（n-1）得到第二个的次数，依此类推，得到最后一个的期望值n/1=n次。将这些加在一起会得到n*H（n），其中H（n）是第n个谐波数。结果表明H（n）是θ（logn），所以这个算法在平均情况下是O（n^2 logn）

有一种更好的方法来完成您试图做的事情：您可以从任何排列开始，并使用最坏情况下为O（n）的算法将其重新排列到另一个排列中。该算法是Fisher-Yates算法，其工作原理如下：

FisherYates(array[1...n])
1. if n == 1 then return
2. r = random(2, n)
3. temp = array[1]
4. array[1] = array[r]
5. array[r] = temp
6. FisherYates(array[2...n])

这是一个递归公式，但迭代公式很简单。它精确地调用
random
次
n
，其中
n
是最高调用处数组的大小。
如果序列小于100000000个值：用序列中的值填充数组，并使用随机数对进行shuf通过交换值对数组进行fle。交换的次数至少与数组的大小相同。若要查看工作代码，请在代码查看上发布：@RichardCritten更好的方法是或
std:：shuffle
，这保证了均匀分布，但OP仍然坚持使用一种他被告知要使用的技术。
shuffle
a vector feed by
iota
。生成随机数，然后添加到
std:：set
，这将自动消除重复项。当
set
的大小达到所需值时，停止添加。对于复杂性，您需要考虑当
set
的大小增加时，拾取已拾取数字的概率。B但是我们不是在第二个循环中有1+2+3+…+n-1+n搜索在最好的情况下吗？不是O（n^2）？@Olionhysa你知道吗，你是对的。我错过了。这将在给出的每一个复杂度中添加一个术语
n
：最佳和平均情况。所以这些实际上是O（n^2）代表最好的情况，O（n^2 log n）代表平均情况。我道歉。