Python 如何随机洗牌比PRNG'有更多排列的列表；月经期？

我有一个包含大约3900个元素的列表，我需要随机排列这些元素以生成统计分布。我环顾四周，发现这解释了Python中PRNG的周期是

2**19937-1

，这导致在无法生成所有可能的排列之前，列表的最大长度是

2080

。我只生成列表的300-1000个排列，因此不太可能生成重复排列，但是，由于这是一个统计分布，我希望所有可能的排列都作为潜在样本

有比MT更长的周期PRNG，但它们很难找到

---

要得到全部3090！组合，你需要40905位的熵。大约5公里。您应该能够多次从random.org之类的地方获取大小相同的字节块，而不会有任何问题。要获得精确的平衡，您必须添加一些并进行拒绝采样。即，一次获取12位（0..4095），并拒绝高于当前循环索引的数字。这可能会增加所需的位数，但可能不会超过8kb。

我同意@user2357112的观点，即这不太可能是一个真正的问题——但似乎您应该能够使用标准的

随机

模块，使所有排列至少都是可能的

你可以采取分而治之的方法。使用初始种子将列表划分为2个列表，每个列表大约2000个。此类分区的数量大致为

C（40002000）

，约为

1.66 x 10^1202

。这比周期要短，这表明至少可以使用

random.sample（）

生成所有此类分区。然后重新设定随机数生成器的种子，并排列前半部分。然后——第二次重新设定种子并排列下半部分。也许在重新设定之前会有一些时间延迟，这样您就不会遇到涉及系统时钟分辨率的问题。您还可以尝试将初始列表随机划分为大量较小的列表

从数学上讲，很容易看出，如果你随机将一个列表划分为子列表，使每个分区的可能性相等，然后你对每个子列表进行排列，使所有子列表排列的可能性相等，并将这些子列表排列粘在一起，得到一个完整的列表排列，那么所有的列表排列都是同样可能的

下面是一个实现：

import random, time

def permuted(items, pieces = 2):
    sublists = [[] for i in range(pieces)]
    for x in items:
        sublists[random.randint(0,pieces-1)].append(x)
    permutedList = []
    for i in range(pieces):
        time.sleep(0.01)
        random.seed()
        random.shuffle(sublists[i])
        permutedList.extend(sublists[i])
    return permutedList

我不确定是否真的需要

时间。睡眠（0.01）

。我担心的是，如果种子在毫秒内重新播种，那么在某些系统上可能会使用相同的种子

---

最后一句话，仅仅因为上面的函数（通过适当选择

片段

）不能通过简单的计数参数（比较置换的数量和初始状态的数量）来显示错过某些置换，这本身并不能证明所有置换实际上都是可能的。这需要对随机数生成器、它的种子散列函数和洗牌算法进行更详细的分析

您想生成3900个元素的所有可能排列吗？您是否考虑过使用

os.uradom

？Uradom适用于加密，所以我认为无论你在做什么，它都应该适用。出于统计目的——事实上，基本上是出于任何目的——对可能的排列的限制不是问题。如果你担心这一点，你就要担心与理想分布的更大偏差。作为“更大偏差”的一个例子，同样，对于建议加密PRNG的人来说，即使那些PRNG也没有时间产生所有可能的排列，甚至密码学家也不关心。@m69不，它只会给你一套不同的2^19937。如果您第二次使用不同的PRNG进行排列，在最好的情况下，您可以添加它们的周期（如果它们之间没有交互）。这似乎是一个非常好的解决方案。您能提供一个随机划分原始列表的代码示例吗？