首页 > 互联资讯 > 技术交流  > 

有哪些算法惊艳到了你?

写一个看似很简单的算法,但第一次理解清楚他的原理以后,真的惊艳到了我:)

这篇文章首发在我的公众号【是不是很酷】:神一样的随机算法。公众号ID:isnt_it_cool

欢迎大家关注,和我一起,用技术的眼光看世界:)

这篇文章,我们从一道经典面试题开始来探讨这个问题。这个面试题有很多形式,但其实背后的算法是一致的。

这个问题是:设计一个公平的洗牌算法

1.

看问题,洗牌,显然是一个随机算法了。随机算法还不简单?随机呗。把所有牌放到一个数组中,每次取两张牌交换位置,随机 k 次即可。

如果你的答案是这样,通常面试官会进一步问一下,k 应该取多少?100?1000?10000?

很显然,取一个固定的值不合理。如果数组中有 1000000 个元素,随机 100 次太少;如果数组中只有 10 个元素,随机 10000 次又太多。一个合理的选择是,随机次数和数组中元素大小相关。比如数组有多少个元素,我们就随机多少次。

这个答案已经好很多了。但其实,连这个问题的本质都没有触及到。此时,面试官一定会狡黠地一笑:这个算法公平吗?

我们再看问题:设计一个 公平 的洗牌算法。

2.

问题来了,对于一个洗牌算法来说,什么叫“公平”?这其实是这个问题的实质,我们必须定义清楚:什么叫公平。

一旦你开始思考这个问题,才触及到了这个问题的核心。在我看来,不管你能不能最终给出正确的算法,如果你的思路是在思考对于洗牌算法来说,什么是“公平”,我都觉得很优秀。

因为背出一个算法是简单的,但是这种探求问题本源的思考角度,绝不是一日之功。别人告诉你再多次“要定义清楚问题的实质”都没用。这是一种不断面对问题,不断解决问题,逐渐磨炼出来的能力,短时间内无法培训。

这也是我经常说的,面试不是标准化考试,不一定要求你给出正确答案。面试的关键,是看每个人思考问题的能力。

说回我们的洗牌算法,什么叫公平呢?一旦你开始思考这个问题,其实答案不难想到。洗牌的结果是所有元素的一个排列。一副牌如果有 n 个元素,最终排列的可能性一共有 n! 个。公平的洗牌算法,应该能等概率地给出这 n! 个结果中的任意一个。

如思考虑到这一点,我们就能设计出一个简单的暴力算法了:对于 n 个元素,生成所有的 n! 个排列,然后,随机抽一个。

这个算法绝对是公平的。但问题是,复杂度太高。复杂度是多少呢?O(n!)。因为,n 个元素一共有 n! 种排列,我们求出所有 n! 种排列,至少需要 n! 的时间。

有一些同学可能对 O(n!) 没有概念。我本科时就闹过笑话,正儿八经地表示 O(n!) 并不是什么大不了不起的复杂度。实际上,这是一个比指数级 O(2^n) 更高的复杂度。因为 2^n 是 n 个 2 相乘;而 n! 也是 n 个数字相乘,但除了 1,其他所有数字都是大于等于 2 的。当 n>=4 开始,n! 以极快的的速度超越 2^n。

O(2^n) 已经被称为指数爆炸了。O(n!) 不可想象。

所以,这个算法确实是公平的,但是,时间不可容忍。

3.

我们再换一个角度思考“公平”这个话题。其实,我们也可以认为,公平是指,对于生成的排列,每一个元素都能独立等概率地出现在每一个位置。或者反过来,每一个位置都能独立等概率地放置每个元素。

基于这个定义,我们就可以给出一个简单的算法了。说这个算法简单,是因为他的逻辑太容易了,就一个循环:

for(int i = n - 1; i >= 0 ; i -- ) swap(arr[i], arr[rand(0, i)]) // rand(0, i) 生成 [0, i] 之间的随机整数

这么简单的一个算法,可以保证上面我所说的,对于生成的排列,每一个元素都能独立等概率的出现在每一个位置。或者反过来,每一个位置都能独立等概率的放置每个元素。

大家可以先简单的理解一下这个循环在做什么。其实非常简单,i 从后向前,每次随机一个 [0...i] 之间的下标,然后将 arr[i] 和这个随机的下标元素,也就是 arr[rand(0, i)] 交换位置。

大家注意,由于每次是随机一个 [0...i] 之间的下标,所以,在每一轮,是可以自己和自己交换的。

这个算法就是大名鼎鼎的 Knuth-Shuffle,即 Knuth 洗牌算法。

这个算法的原理,我们稍后再讲。先来看看 Knuth 何许人也?

中文名:高纳德。算法理论的创始人。我们现在所使用的各种算法复杂度分析的符号,就是他发明的。上世纪 60-70 年代计算机算法的黄金时期,近乎就是他一手主导的。他的成就实在太多,有时间单独发文介绍,但是,我觉得一篇文章是不够的,一本书还差不多。

大家最津津乐道的,就是他所写的《The Art of Computer Programming》,简称 TAOCP。这套书准备写七卷本,然后,到今天还没有写完,但已经被《科学美国人》评为可以媲美相对论的巨著。

微软是 IT 界老大的年代,比尔盖茨直接说,如果你看完了这套书的第一卷本,请直接给我发简历。

至于这套书为什么写的这么慢?因为老爷子写到一半,觉得当下的文字排版工具都太烂,于是转而发明出了现在Tex文字排版系统,这就是现在大名鼎鼎的 LaTeX 的雏形...

另外,老爷子可能觉得当下的编程语言都不能完美地表现自己的逻辑思想,还发明了一套抽象的逻辑语言,用于这套书中的逻辑表示...

下面这张照片是他年轻的时候。这张照片是我在斯坦福大学计算机学院的橱窗拍的。

下面的话和大家共勉:

A programmer who subconsciously views himself as an artist will enjoy what he does and will do it better.Donald E. Knuth 1978

所以,我从来都不认为自己只是一名工程师而已。我是艺术家:)

4.

是时候仔细的看一下,这个简单的算法,为什么能做到保证:对于生成的排列,每一个元素都能等概率的出现在每一个位置了。

其实,简单的吓人:)

在这里,我们模拟一下算法的执行过程,同时,对于每一步,计算一下概率值。

我们简单的只是用 5 个数字进行模拟。假设初始的时候,是按照 1,2,3,4,5 进行排列的。

那么,根据这个算法,首先会在这五个元素中选一个元素,和最后一个元素 5 交换位置。假设随机出了 2。

下面,我们计算 2 出现在最后一个位置的概率是多少?非常简单,因为是从 5 个元素中选的嘛,就是 1/5。实际上,根据这一步,任意一个元素出现在最后一个位置的概率,都是 1/5。

下面,根据这个算法,我们就已经不用管 2 了,而是在前面 4 个元素中,随机一个元素,放在倒数第二的位置。假设我们随机的是 3。3 和现在倒数第二个位置的元素 4 交换位置。

下面的计算非常重要。3 出现在这个位置的概率是多少?计算方式是这样的:

其实很简单,因为 3 逃出了第一轮的筛选,概率是 4/5,但是 3 没有逃过这一轮的选择。在这一轮,一共有4个元素,所以 3 被选中的概率是 1/4。因此,最终,3 出现在这个倒数第二的位置,概率是 4/5 * 1/4 = 1/5。

还是 1/5 !

实际上,用这个方法计算,任意一个元素出现在这个倒数第二位置的概率,都是 1/5。

相信聪明的同学已经了解了。我们再进行下一步,在剩下的三个元素中随机一个元素,放在中间的位置。假设我们随机的是 1。

关键是:1 出现在这个位置的概率是多少?计算方式是这样的:

即 1 首先在第一轮没被选中,概率是 4/5,在第二轮又没被选中,概率是 3/4 ,但是在第三轮被选中了,概率是 1/3。乘在一起,4/5 * 3/4 * 1/3 = 1/5。

用这个方法计算,任意一个元素出现在中间位置的概率,都是 1/5。

这个过程继续,现在,我们只剩下两个元素了,在剩下的两个元素中,随机选一个,比如是4。将4放到第二个位置。

然后,4 出现在这个位置的概率是多少?4 首先在第一轮没被选中,概率是 4/5;在第二轮又没被选中,概率是 3/4;第三轮还没选中,概率是 2/3,但是在第四轮被选中了,概率是 1/2。乘在一起,4/5 * 3/4 * 2/3 * 1/2 = 1/5。

用这个方法计算,任意一个元素出现在第二个位置的概率,都是 1/5。

最后,就剩下元素5了。它只能在第一个位置呆着了。

那么 5 留在第一个位置的概率是多少?即在前 4 轮,5 都没有选中的概率是多少?

在第一轮没被选中,概率是 4/5;在第二轮又没被选中,概率是 3/4;第三轮还没选中,概率是 2/3,在第四轮依然没有被选中,概率是 1/2。乘在一起,4/5 * 3/4 * 2/3 * 1/2 = 1/5。

算法结束。

你看,在整个过程中,每一个元素出现在每一个位置的概率,都是 1/5 !

所以,这个算法是公平的。

当然了,上面只是举例子。这个证明可以很容易地拓展到数组元素个数为 n 的任意数组。整个算法的复杂度是 O(n) 的。

通过这个过程,大家也可以看到,同样的思路,我们也完全可以从前向后依次决定每个位置的数字是谁。不过从前向后,代码会复杂一些,感兴趣的同学可以想一想为什么?自己实现一下试试看?

(因为生成 [0, i] 范围的随机数比生成 [i, n) 范围的随机数简单,直接对 i+1 求余就好了。)

怎么样,是不是很酷?

5.

这个算法除了洗牌,还能怎么用?

其实,在很多随机的地方,都能使用。比如,扫雷生成随机的盘面。我们可以把扫雷的二维盘面先逐行连接,看作是一维的。之后,把 k 颗雷依次放在开始的位置。

然后,我们运行一遍 Knuth 洗牌算法,就搞定啦:

是不是很酷?

这就是我喜欢算法的原因。在我眼里,算法从来不是枯燥的逻辑堆砌,而是神一样的逻辑创造。

尽管这个世界很复杂,但竟也如此的简洁,优雅。

大家加油!:)

P.S.

没想到获得这么多赞。先谢谢大家啦。

补充几点:

1.

首先,知乎大佬太多了。非常抱歉,我写的这么啰嗦,耽误一些大佬时间了。

2.

很多人说,rand()函数就不均匀,所以这个算法不均匀。没错。但这里,我谈的是Knuth-Shuffle的逻辑,而不是具体的实现。如果你的rand()不均匀,当然这个shuffle也不均匀。谈论这个问题的时候,我们假想rand()是无偏的。

有些人很好心地在评论区提出了无偏的rand()实现思路,谢谢大家。把你认为无偏的rand()实现封装成代码里的rand()就好了。这个代码没有规定rand()的具体实现。rand()怎么实现也根本不是这篇文章的重点。

3.

很多人说,把这些元素扔进一个口袋,然后每次不放回随机取出一个元素,生成排列,就好了。完全没问题!其实这个算法的本质也正是这么做的。只不过原地完成,空间复杂度O(1)。可以用这个思路再理解一遍这个算法。我的这个文章确实过于强调计算概率了,忽略了这个直观理解。感谢提醒。

但是,上面的这个“把这些元素扔进一个口袋,然后每次不放回随机取出一个元素,生成排列”过程,如果用代码实现,其实是复杂的,试试看?

而 Knuth Shuffle 这样一个思路,可以如此巧妙地原地完成上面的过程,恰恰是这个算法惊艳我的地方。它竟然如此简单。

有意思的是,很多人说“这个问题哪里有这么复杂?”而整篇文章的关键就是:这个算法不复杂啊!只有两行。相反,大概率的,这些人想的思路,实现出来,其实是复杂的。最后优化来优化去,就会绕回到这个“简单“的算法上。(当然,如果是因为你水平太高,看我的文章写的啰嗦,请参考上面第1条。)

我怀疑很多人根本不是计算机专业的,竟然思考不到单纯的“扔进一个口袋,然后每次不放回随机取出一个元素”这样的思路实现出来有什么坑。当然,不排除我才疏学浅,恳请各位大佬把那个“哪有这么复杂,比这个算法还简单”的代码摆出来。

Talk is cheap, show me the code.

跳跃一下:

我突然觉得这是一个很好的面试题,下次面试用。

实现以下算法:一组数,每次不放回抽样,得到一个随机序列。白板编程。分析时间空间复杂度。

follow up:能否时间O(n)完成,能否空间O(1)完成。

不考概率,不考随机算法,完全考工程实现。

4.

原文说“每个元素能够等概率出现在每个位置”,确实不严谨,需要加入“独立”的条件,即“每个元素能够独立且等概率地出现在每个位置”。现已修改。感谢指正。

5.

文章中我说Knuth的英文名是高纳德,有误。应该是高德纳。为此我在公众号上发表了一篇新文章:不小心,较真儿了:高德纳和特朗普 谢谢大家指正。

6.

对了,补充一下,我有两个学生,一个现在在网易游戏,一个现在在腾讯游戏,都表示在面试的时候遇到过这个问题(或者需要使用这个算法解决的问题)。

腾讯游戏的大佬当时没有答上来;

网易游戏的大佬见过这个算法,虽然没有理解为什么,但说出来了。

因为游戏领域对随机算法的应用较多。

当然了,网易游戏或者腾讯游戏这种小地方,是不会入知乎上很多大佬的法眼的,面试竟然问这种问题?简直了。

补充:一名硅谷 Google 大佬表示 Google 面试叶问这个问题。

算法学习入门推荐《算法图解》:

科班同学或者深入学习,吐血推荐一定要通读《算法4》

这本书英文版都值得收藏!

玩儿竞赛的同学,把刘汝佳的书啃了,就稳了。

最后,欢迎大家关注我的公众号【是不是很酷】(公众号id: isnt_it_cool)

有哪些算法惊艳到了你?由讯客互联技术交流栏目发布,感谢您对讯客互联的认可,以及对我们原创作品以及文章的青睐,非常欢迎各位朋友分享到个人网站或者朋友圈,但转载请说明文章出处“有哪些算法惊艳到了你?