我想在第1A轮中与Code Jam问题C分享，它被称为Proper Shuffle。我很了解你的解决方案。
问题在于：
大小N的排列是N个数字的序列，每个数字在0和N-1之间，其中每个数字恰好出现一次。它们可能以任何顺序出现。
有很多（N因素，确切地说，但在这个问题上并不重要）大小为N的排列。有时我们只是想随机选择一个，当然我们想选择一个随机均匀：每个大小为N的排列应该具有相同的被选择概率。
这里是实现该目标的可能算法之一的伪代码（我们将其称为下面的好算法）：
for k in 0 .. N-1:
a[k] = k
for k in 0 .. N-1:
p = randint(k .. N-1)
swap(a[k], a[p])
在上面的代码中，randint（a ... b）返回a和b之间的均匀随机整数。
这里的单词算法相同。我们从身份置换开始：从0到N-1的所有数字按递增顺序写入。然后，对于0和N-1之间的每个k（包括0和N-1），我们在k和N-1之间选择一个独立的均匀随机整数pk，包括在内，并在我们的排列中交换位置k（从0开始）的元素与元素at职位pk。
这是N = 4的示例。我们从身份排列开始：
0 1 2 3
现在k = 0，我们选择0到3之间的随机p0，包括0和3。让我们说我们选择2.我们交换第0和第2个元素，我们的排列变为：
2 1 0 3
现在k = 1，我们选择1到3之间的随机p1（包括1和3）。我们说我们再次选择2。我们交换第一和第二元素，我们的排列变为：
2 0 1 3
现在k = 2，我们选择2到3之间的随机p2（包括2和3）。让我们说我们选择了3.我们交换第二和第三个元素，我们的排列变为：
2 0 3 1
现在k = 3，我们选择3到3之间的随机p3（包括3和3）。唯一的选择是3.我们交换第3和第3个元素，这意味着排列不会改变：
2 0 3 1
这个过程现在结束了，这是我们的随机排列。
还有许多其他算法可以统一产生随机排列。然而，还有许多算法可以生成看起来与此算法非常相似的随机排列，但不是统一的 - 这些算法比其他算法更容易产生一些排列。
这是一种不好的算法。采用上面的好算法，但是在每个步骤中，不是在k和N-1之间随机选择pk，而是在0和N-1之间随机选择，包括0和N-1。这是一个很小的变化，但现在有些排列比其他排列更容易出现！
这里是这个算法的伪代码（我们将其称为下面的错误算法）：
for k in 0 .. N-1:
a[k] = k
for k in 0 .. N-1:
p = randint(0 .. N-1)
swap(a[k], a[p])
在每个测试用例中，您将获得以下列方式生成的排列：首先，我们选择上述优良或不良算法，每种算法的概率为50％。然后，我们使用所选算法生成置换。您能通过查看排列来猜测选择哪种算法吗？
解决此问题
Code Jam有点不寻常。您将获得每个N = 1000个数字的T = 120个排列，并且应该为每个排列打印答案 - 这部分与往常一样。但是，您不需要将所有答案都正确无误！如果您对至少G = 109个案例的答案是正确的，那么您的解决方案将被视为正确。但是，您必须遵循输出格式，即使对于您的答案结果不正确的情况也是如此。在任何情况下唯一可能出错的事情，但仍然允许你被判断为正确，正在交换好的坏事，反之亦然;但是对于每种情况，你仍然应该打印GOOD或BAD。
保证给你的排列是根据上面的方法生成的，并且它们是彼此独立生成的。
这个问题涉及随机性，因此即使最好的解决方案也不会对某个输入做出正确的猜测，因为好的和坏的算法都可以产生任何排列。因此，这个问题没有大输入，并且只有小输入，你可以再次尝试，如果你觉得你不走运。请注意，如果您稍后解决该输入，则错误提交通常会有4分钟的惩罚，即使您错误的唯一原因是机会。
根据我们对这个问题的经验，这确实发生了（因为偶然而得到了错误的答案）;因此，如果您确信您的解决方案应该正常运行，但失败了，那么尝试使用失败的相同解决方案可能是一种合理的策略。
祝你好运！输入
输入的第一行给出了测试用例的数量T（总是120）。每个测试用例包含两行：第一行包含单个整数N（始终为1000），下一行包含N个空格分隔的整数 - 使用两种算法之一生成的排列。
输出
对于每个测试用例，输出一行包含＆＃34; Case #x：y＆＃34;，其中x是测试用例编号（从1开始），y是＆＃34; GOOD＆＃34;或者＆＃34;坏＆＃34; （没有引号）。你应该输出＆＃34; GOOD＆＃34;如果你猜测排列是由问题陈述中描述的第一个算法产生的，那么＆＃34; BAD＆＃34;如果你猜测排列是由问题陈述中描述的第二种算法生成的。
限制
T = 120
G = 109
N = 1000
排列中的每个数字都在0到N-1之间（包括0和N-1），从0到N-1的每个数字在排列中只出现一次。
样品
Input
2
3
0 1 2
3
2 0 1
Output
Case #1: BAD
Case #2: GOOD
请注意
示例输入并未遵循问题陈述中的限制 - 实际输入会更大。
答案 0 :(得分：5)
对于What distribution do you get from this broken random shuffle?所做的出色研究，以下测试工作得相当好。计算指数k的数量，其中perm [k]＆gt; ķ。如果数量超过N / 2 +一些小数量，打印BAD。否则，打印好。
这是我的Java实现，它合理地通过。我手动调整了阈值，因此可能有更好的设置。
public class UniformOrNonuniform {
public static void main(String[] args) {
java.util.Random source = new java.security.SecureRandom();
int successes = 0;
int[] perm = new int[1000];
for (int i = 0; i < 120; i++) {
identityPerm(perm);
boolean uniform = source.nextBoolean();
if (uniform) {
nextUniformPerm(source, perm);
} else {
nextNonuniformPerm(source, perm);
}
if (isUniformPerm(perm) == uniform) {
successes++;
}
}
System.out.println(successes);
}
private static void identityPerm(int[] perm) {
for (int k = 0; k < perm.length; k++) {
perm[k] = k;
}
}
private static void nextUniformPerm(java.util.Random source,
int[] perm) {
for (int k = 0; k < perm.length; k++) {
swap(perm, k, k + source.nextInt(perm.length - k));
}
}
private static void nextNonuniformPerm(java.util.Random source,
int[] perm) {
for (int k = 0; k < perm.length; k++) {
swap(perm, k, source.nextInt(perm.length));
}
}
private static void swap(int[] perm, int i, int j) {
int temp = perm[i];
perm[i] = perm[j];
perm[j] = temp;
}
private static boolean isUniformPerm(int[] perm) {
int score = 0;
for (int k = 0; k < perm.length; k++) {
if (perm[k] > k) {
score++;
}
}
return score <= 512;
}
}