Question

我正在尝试重现Fisher-Yates算法来对阵列进行混洗：

问题在于，当我执行“天真”洗牌的第一步时，我的结果非常均匀;我没有看到某些组合的预期偏差。我已经进行了多达600万次试验：

123 - ＆gt; 999,472（16.7％）
132 - ＆gt; 999,588（16.7％）
213 - ＆gt; 1,000,883（16.7％）
231 - ＆gt; 1,001,306（16.7％）
312 - ＆gt; 999,702（16.7％）
321 - ＆gt; 999,049（16.7％）
TOT - ＆gt; 6,000,000（100.0％）

我怀疑我的实施存在“错误”，并希望得到反馈。

以下是我正在使用的代码：

import random
from pprint import pprint

runLength = 600000

cards = [1, 2, 3]
sequenceCount = {'123':0, '132':0, '213':0, '231':0, '312':0, '321':0}

for k in range(runLength):

    # naive shuffle
    for i,v in enumerate(cards):
        n = random.randint(0, len(cards)-1)
        cards[i], cards[n] = cards[n], cards[i] #swap

    # track results
    strDeck = ''
    for j,v in enumerate(cards):
        strDeck = strDeck + str(cards[j])
    sequenceCount[strDeck] = sequenceCount[strDeck] + 1

# results summary
pprint(sequenceCount)

Answer 1

啊哈，问题是你一次又一次地重新洗牌，而不是总是以[ 1, 2, 3 ]为起点。此外，你的python是非常单一的，有点难读，所以让我为你重写它;）

import random
from pprint import pprint
from collections import Counter

runLength = 600000

sequenceCount = Counter()
originalCards = ["1", "2", "3"]
ncards = len(originalCards)

for k in range(runLength): # use xrange on python 2
    cards = list(originalCards)

    # naive shuffle        
    for i in range(ncards):
        n = random.randint(0, ncards - 1)
        cards[i], cards[n] = cards[n], cards[i] #swap

    sequenceCount[''.join(cards)] += 1

# results summary
print(sequenceCount)

# result: Counter({'132': 111424, '231': 111194, '213': 110312, 
#                  '123': 89533, '321': 88846, '312': 88691})

Python（天真）洗牌到位 - 朝着复制Fisher-Yates

1 个答案: