PHP shuffle函数使用的算法_Php

PHP shuffle函数使用的算法

php

PHP shuffle函数使用的算法,php,Php,php shuffle函数使用的算法是什么，或者在哪里可以获得它的代码。我必须用C语言实现它。我已经用C语言实现了fisher-yates算法，但并没有像php shuffle函数所显示的那样得到很好的结果。到底是什么构成了“不好的结果” Fisher-Yates洗牌将以相同的概率生成所有排列，但前提是正确生成随机数。这里有三个问题需要注意。首先，您需要一个好的伪随机数生成器。C标准库rand通常不是一个好的PRNG（尽管它取决于您的C库实现）。如果您在POSIX平台上，请考虑使用 LRAND4

php shuffle函数使用的算法是什么，或者在哪里可以获得它的代码。我必须用C语言实现它。我已经用C语言实现了fisher-yates算法，但并没有像php shuffle函数所显示的那样得到很好的结果。

到底是什么构成了“不好的结果”

Fisher-Yates洗牌将以相同的概率生成所有排列，但前提是正确生成随机数。这里有三个问题需要注意。首先，您需要一个好的伪随机数生成器。C标准库

rand

通常不是一个好的PRNG（尽管它取决于您的C库实现）。如果您在POSIX平台上，请考虑使用<代码> LRAND48 < /代码>。您的系统可能有其他RNG。如果你在你的平台上没有任何东西，一个非常好的RNG在很小的代码中就是G.Marsaglias KISS generator——你可以找到代码。其次，如果您仍然决定使用

rand

，请注意它将生成介于0和

rand\u MAX

之间的随机数。对于许多实现，

RAND_MAX

仅为32767，因此如果

count

大于32768，通常的

RAND（）%count

将有一个非常明显且严重的偏差。第三，

rand（）%count

（或

lrand48（）%count

或任何类似的）实际上也是一个坏主意，因为它也引入了偏见。如果

count

不是2的幂，则某些数字的概率将高于其他数字。此外，在许多生成器中，低阶位的随机性要比高阶位小得多。您可以尝试使用

（long-long）rand（）*count/rand_MAX

或类似的方法来解决这个问题，但实际上您最好使用一个好的RNG

生成0（包括）和

k（排除）之间的无偏随机数的正确方法是：首先，获得一个适当的PRNG，该PRNG为您提供足够大的随机数（例如32个随机位）。然后降低到比k
大2的下一次幂。最后，如果该值大于或等于k
，请重试。这是一种完全无偏的方法，将给出尽可能好的PRNG结果。代码如下所示：
static unsigned int random(unsigned int k)
{
  // You can get rid of this loop using bit tricks, but I keep it for clarity     
  unsigned int n, nextpow2 = 1;
  while (nextpow2 < k) 
    nextpow2 *= 2;

  do {
    n = random32() & (nextpow2 - 1); // random32 is your 32-bit RNG
  } while (n >= k);

  return n;
}

static unsigned int random（unsigned int k）
{
//你可以使用一些小技巧来摆脱这个循环，但为了清晰起见，我保留了它
无符号整数n，nextpow2=1；
while（nextpow2=k）；
返回n；
}
什么是“不好的结果”
Fisher-Yates洗牌将以相同的概率生成所有排列，但前提是正确生成随机数。这里有三个问题需要注意。首先，您需要一个好的伪随机数生成器。C标准库rand
通常不是一个好的PRNG（尽管它取决于您的C库实现）。如果您在POSIX平台上，请考虑使用<代码> LRAND48 < /代码>。您的系统可能有其他RNG。如果你在你的平台上没有任何东西，一个非常好的RNG在很小的代码中就是G.Marsaglias KISS generator——你可以找到代码。其次，如果您仍然决定使用rand
，请注意它将生成介于0和rand\u MAX
之间的随机数。对于许多实现，RAND_MAX
仅为32767，因此如果count
大于32768，通常的RAND（）%count
将有一个非常明显且严重的偏差。第三，rand（）%count
（或lrand48（）%count
或任何类似的）实际上也是一个坏主意，因为它也引入了偏见。如果count
不是2的幂，则某些数字的概率将高于其他数字。此外，在许多生成器中，低阶位的随机性要比高阶位小得多。您可以尝试使用（long-long）rand（）*count/rand_MAX
或类似的方法来解决这个问题，但实际上您最好使用一个好的RNG
生成0（包括）和k（排除）之间的无偏随机数的正确方法是：首先，获得一个适当的PRNG，该PRNG为您提供足够大的随机数（例如32个随机位）。然后降低到比k
大2的下一次幂。最后，如果该值大于或等于k
，请重试。这是一种完全无偏的方法，将给出尽可能好的PRNG结果。代码如下所示：
static unsigned int random(unsigned int k)
{
  // You can get rid of this loop using bit tricks, but I keep it for clarity     
  unsigned int n, nextpow2 = 1;
  while (nextpow2 < k) 
    nextpow2 *= 2;

  do {
    n = random32() & (nextpow2 - 1); // random32 is your 32-bit RNG
  } while (n >= k);

  return n;
}

static unsigned int random（unsigned int k）
{
//你可以使用一些小技巧来摆脱这个循环，但为了清晰起见，我保留了它
无符号整数n，nextpow2=1；
while（nextpow2=k）；
返回n；
}