Question

我有一个数组，说：books[10]，
以及一个链表，例如：bookList。

我想将books[10]中的所有元素插入到链接列表中，但是以随机顺序插入。

解决方案1：对阵列进行随机播放，然后从0插入到长度为1。

解决方案2：按原样从0插入到长度为1，然后随机播放链接列表。

解决方案3：生成indexArray= {0, 1, 2, ..., length-1}的Fisher-Yates混洗数组，然后按顺序将元素插入到链表中：

for(i = 0; i < indexArray.length; i ++)
   bookList.add(books[indexArray[i]]);

目前我使用1似乎是最简单的，我认为解决方案3会更好，如果我的数组中的对象很大，因为我不必将原始数组洗牌而是一个int数组对于索引而言。

有更好的解决方案吗？

Answer 1

另一种解决方案是将方法（1）和（3）结合起来：

（有关参考，请参阅http://en.wikipedia.org/wiki/Fisher%E2%80%93Yates_shuffle的“现代算法”部分。）

将i的索引n重置为1（使用基于1的索引）。
在每个步骤中，在m和1之间选择一个随机数i。
将索引m处的数组元素插入到链接列表的前面。（我们将从前到后构建列表，但实际上如果您决定在列表后面插入条目则没有任何区别。从后到前构建可以避免跟踪指向后面的指针列表，以避免在每一步扫描到最后导致O(n)插入时间。）
将索引i处的数组元素移动到索引为m的插槽。

这避免了就地shuffle的少量开销，避免了生成索引数组的内存开销，并避免了与方法（2）相关联的链表的复杂的就地混乱。它在O(n)时间运行，使用O(1)额外内存（忽略用于原始数组和链表的内存）。

编辑：我认为上面描述的算法实际上应该是最容易实现的三个选项。除非您的阵列非常大，否则您所拥有的选项的实际运行时和内存使用差异可能会微不足道。

如果数组中条目的大小确实很大，则此算法会遇到与就地shuffle相同的问题，即必须移动大数据集，并且在这种情况下可能生成一个列表指数更好。