随机序列生成算法---生成前N个整数的一组随机序列

简介:

问题描述:

给定输入N,生成从1开始的:1,2,3,4,......N 一组随机序列,序列中的数不能重复出现。

比如:N=5,合法的随机序列为{4,3,1,5,2} 、{3,1,4,2,5}……非法的序列有{5,4,1,2,1}

来源:《数据结构与算法分析-MAW著  第二章习题2.8》

 

思路1:

对于数据a[N]而言,当随机生成第i个数a[i]时,确保a[i]在 a[0]至a[i-1]中没有出现过,就把该数放入a[i],继续生成下一个数a[i+1]

算法复杂度为O(N^2logN)---每生成一个a[i],需要扫描a[0]...a[i-1]。

复制代码
public static int[] algorithm1(int N) {  
            int []a = new int[N];  
            for (int i = 0; i < a.length; ++i) {    
                while (true) {  
                    a[i] = randInt(1, N); //生成[1,N]之间的一个随机数         
int j = 0;
for (; j < i; ++j) { if (a[i] == a[j]) { break;//如果这个随机数已经在前面出现过了,break,下一轮继续生成另一个随机数,直至a[i]与前面所有的数不同 } } //end for if(j == i)   break;//本次生成的a[i]在前面没有出现过, break while, i++,下一轮生成a[i+1] }//end while } return a; }
复制代码

 

思路2:

先以1,2,3,.....N 初始化数组a[N],然后随机选择一个数组下标,交换这两个下标处的值。

算法复杂度为O(N)

复制代码
public static int[] algorithm3(int N){
          int[] a = new int[N];
          for(int i = 1; i <= N; i++)
              a[i-1] = i;
          for(int i = 1; i < N; i++)
              swapReference(a, i, randInt(0, i));
          return a;
      }
      
      private static void swapReference(int[] a, int i, int j){
        int tmp = a[i];
        a[i] = a[j];
        a[j] = tmp;
      }
复制代码

 

JAVA中采用java.util.Random类的nextInt(int n)方法可生成一个[0,n)的随机数。---包括0不包括n

要生成范围[i,j]内的一个随机数,方法如下:

①nextInt(j-i+1)----生成[0, j-i+1)之间的随机数

②nextInt(j-i+1)+i  生成 [i, j+1)之间的随机数,即为[i,j]内的一个随机数了。

 

性能比较:当N=1w时,algorithm1用时42ms,algorithm3用时2ms

当N=10w时,algorithm1用时2806ms,algorithm3用时12ms

整个程序代码如下:

复制代码
import java.util.Random;

public class C2_2_8 {
    
    private static Random rand = new Random(47);
    //生成一个[i,j]之间的随机数
    public static int randInt(int i, int j){
        return rand.nextInt(j-i+1) + i;
    }
    
      public static int[] algorithm1(int N) {  
            int []a = new int[N];  
            for (int i = 0; i < a.length; ++i) {    
                while (true) {  
                    a[i] = randInt(1, N); //生成[1,N]之间的一个随机数         
                    for (int j = 0; j < i; ++j) {    
                        if (a[i] == a[j]) {  
                            break;//如果这个随机数已经在前面出现过了,break,下一轮继续生成另一个随机数,直至a[i]与前面所有的数不同  
                        }  
                    } //end for
                    
                    
                    break;//本次生成的a[i]在前面没有出现过, break while, i++,下一轮生成a[i+1]
                }//end while 
            }
            return a;  
        }  
    
      
      public static int[] algorithm3(int N){
          int[] a = new int[N];
          for(int i = 1; i <= N; i++)
              a[i-1] = i;
          for(int i = 1; i < N; i++)
              swapReference(a, i, randInt(0, i));
          return a;
      }

      //生成一个即有正数又有负数的随机数组
      public static int[] randomArr(int N){
          int [] a = new int[N];
          for(int i = 1; i <= N/2; i++)
              a[i-1] = i;
          for(int j = N; j > N/2; j--)
              a[j-1] = -j;
          for(int i = 1; i < N; i++)
              swapReference(a, i, randInt(0, i));
          return a;
      }
private static void swapReference(int[] a, int i, int j){ int tmp = a[i]; a[i] = a[j]; a[j] = tmp; } public static void main(String[] args) { long start3 = System.currentTimeMillis(); algorithm3(100000); System.out.println(System.currentTimeMillis() - start3); long start = System.currentTimeMillis(); algorithm1(100000); long time = System.currentTimeMillis() - start; System.out.println(time); } }
复制代码
相关文章
|
2月前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
208 80
|
2月前
|
机器学习/深度学习 算法
基于遗传优化的双BP神经网络金融序列预测算法matlab仿真
本项目基于遗传优化的双BP神经网络实现金融序列预测,使用MATLAB2022A进行仿真。算法通过两个初始学习率不同的BP神经网络(e1, e2)协同工作,结合遗传算法优化,提高预测精度。实验展示了三个算法的误差对比结果,验证了该方法的有效性。
|
4月前
|
算法
动态规划算法学习四:最大上升子序列问题(LIS:Longest Increasing Subsequence)
这篇文章介绍了动态规划算法中解决最大上升子序列问题(LIS)的方法,包括问题的描述、动态规划的步骤、状态表示、递推方程、计算最优值以及优化方法,如非动态规划的二分法。
101 0
动态规划算法学习四:最大上升子序列问题(LIS:Longest Increasing Subsequence)
|
5月前
|
算法 数据可视化
基于SSA奇异谱分析算法的时间序列趋势线提取matlab仿真
奇异谱分析(SSA)是一种基于奇异值分解(SVD)和轨迹矩阵的非线性、非参数时间序列分析方法,适用于提取趋势、周期性和噪声成分。本项目使用MATLAB 2022a版本实现从强干扰序列中提取趋势线,并通过可视化展示了原时间序列与提取的趋势分量。代码实现了滑动窗口下的奇异值分解和分组重构,适用于非线性和非平稳时间序列分析。此方法在气候变化、金融市场和生物医学信号处理等领域有广泛应用。
322 19
|
6月前
|
机器学习/深度学习 数据采集 算法
【优秀python算法毕设】基于python时间序列模型分析气温变化趋势的设计与实现
本文介绍了一个基于Python的时间序列模型,用于分析和预测2021-2022年重庆地区的气温变化趋势,通过ARIMA和LSTM模型的应用,揭示了气温的季节性和趋势性变化,并提供了对未来气温变化的预测,有助于气象预报和相关决策制定。
199 1
【优秀python算法毕设】基于python时间序列模型分析气温变化趋势的设计与实现
|
5月前
|
算法 数据可视化 数据安全/隐私保护
基于LK光流提取算法的图像序列晃动程度计算matlab仿真
该算法基于Lucas-Kanade光流方法,用于计算图像序列的晃动程度。通过计算相邻帧间的光流场并定义晃动程度指标(如RMS),可量化图像晃动。此版本适用于Matlab 2022a,提供详细中文注释与操作视频。完整代码无水印。
|
6月前
|
人工智能 算法
第一周算法设计与分析:C : 200和整数对之间的情缘
这篇文章介绍了解决算法问题"200和整数对之间的情缘"的方法,通过统计数组中每个数模200的余数,并计算每个同余类中数的组合数来找出所有满足条件的整数对(i, j),使得\( A_i - A_j \)是200的整数倍。
|
7月前
|
算法
【算法】二分查找(整数二分和浮点数二分)
算法学习——二分查找(整数二分和浮点数二分)
65 0
【算法】二分查找(整数二分和浮点数二分)
|
6月前
|
算法
【算法】栈算法——栈的压入、弹出序列
【算法】栈算法——栈的压入、弹出序列
|
7月前
|
机器学习/深度学习 数据采集 算法
Python实现Prophet时间序列数据建模与异常值检测(Prophet算法)项目实战
Python实现Prophet时间序列数据建模与异常值检测(Prophet算法)项目实战

热门文章

最新文章