我正在对一个3int的数组进行600万次的 Shuffle ，我在一个map中记录了数组的每一次排列，代码如下。
package main
import (
"fmt"
"math/rand"
"time"
)
func randRange(min, max int) int {
return rand.Intn(max-min+1) + min
}
func NaiveShuffle(arr *[3]int) {
for i := 0; i < 3; i++ {
e := randRange(0, 2)
arr[e], arr[i] = arr[i], arr[e]
}
}
func main() {
rand.Seed(time.Now().UnixNano())
m := make(map[[3]int]int, 6)
arr := [3]int{-6,10,184}
for i := 1; i <= 6000000; i++ {
a := arr
NaiveShuffle(&arr)
m[a]++
}
for k, v := range m {
fmt.Println(k, ":", v)
}
}因为我是在做简单的 Shuffle ，我的理解是它应该不产生一个均匀的排列分布，但这是我得到的结果：
[184 -6 10] : 1000074
[184 10 -6] : 1000764
[-6 10 184] : 1000766
[10 184 -6] : 998090
[-6 184 10] : 1000479
[10 -6 184] : 999827这表明6种可能的排列中的每一种都发生了大约1M次。为什么我得到的似乎是均匀分布？
编辑：将代码更改为仅播种一次。我现在得到：
[-6 184 10] : 999507
[184 -6 10] : 1000401
[10 -6 184] : 1002163
[10 184 -6] : 999236
[-6 10 184] : 999016
[184 10 -6] : 999677编辑2：多亏了霍布斯，我意识到我犯了一个愚蠢的错误。我应该 Shuffle a，而不是arr。我现在得到：
[10 -6 184] : 1111056
[-6 10 184] : 888442
[184 -6 10] : 888576
[10 184 -6] : 1109896
[-6 184 10] : 1113148
[184 10 -6] : 888882
2条答案
按热度按时间ldfqzlk81#
你对
arr进行了600多万次 Shuffle ，而在两次 Shuffle 之间没有将其恢复到初始状态--换句话说，你的600万次尝试并不是“独立的”，即使每次 Shuffle 的排列分布不均匀，但将这些排列组合600万次，会得到一个非常接近均匀的分布。brccelvz2#
即使你把它恢复到原来的状态。这不是一个随机事件：
让我们列举所有案例：
结果：
它有所有
3*3*3= 27的情况，但只有C（3，1）= 6的结果，它一定不等于（4：5）。