沒事看到的，**csdn
假使你需要把乙個陣列隨機打亂順序進行重排。你需要保證重排後的結果是概率均等、完全隨機的。下面兩種演算法哪一種是正確的？其中，random(a,b)函式用於返回乙個從a到b（包括a和b）的隨機整數。
1. for i:=1 to n do swap(a[i], a[random(1,n)]);
2. for i:=1 to n do swap(a[i], a[random(i,n)]);
如果不仔細思考的話，絕大多數人會認為第乙個演算法才是真正隨機的，因為它的操作「更對稱」，保證了概率均等。但靜下心來仔細思考，你會發現第二種演算法才是真正滿足隨機性的。為了證明這一點，只需要注意到演算法的本質是「隨機確定a[1]的值，然後遞迴地對後n-1位進行操作」，用數學歸納法即可輕易說明演算法的正確性。而事實上，這段程式一共將會產生n*(n-1)*(n-2)*...*1種等可能的情況，它們正好與1至n的n!種排列一一對應。
有人會問，那第一種演算法為什麼就錯了呢？看它的樣子多麼對稱美觀啊……且慢，我還沒說第一種演算法是錯的哦！雖然第一種演算法將產生比第二種演算法更多的可能性，會導致一些重複的數列，但完全有可能每種數列重複了相同的次數，概率仍然是均等的。事實上，更有可能發生的是，這兩種演算法都是正確的，不過相比之下呢第一種演算法顯得更加對稱美觀一些。為此，我們需要說明，第一種演算法產生的所有情況均等地分成了n!個等價的結果。顯然，這個演算法將會產生n^n種情況，而我們的排列一共有n!個，因此n^n必須能夠被n!整除才行（否則就不能均等地分布了）。但是，n!裡含有所有不超過n的質數，而n^n裡卻只有n的那幾個質因子。這表明要想n^n能被n!整除，n的質因子中必須含有所有不超過n的質數。這個結論看上去相當荒唐，反例遍地都是，並且直覺上告訴我們對於所有大於2的n這都是不成立的。為了證明這一點，只需要注意到2是質數，並且根據bertrand-chebyshev定理，在n/2和n之間一定還有乙個質數。這兩個質數的乘積已經大於n了。搞了半天，第一種看似對稱而美觀的演算法居然是錯的！
js 隨機數組
生成指定num start 個陣列長度，值為start num 的隨機數組，不包括num這個值 function rand arr num,start if arguments 1 else 轉型 num typeof num number num parseint num 判斷值 if start...
numpy生成隨機數組
python想要生成隨機數的話用使用random庫很方便，不過如果想生成隨機數組的話，還是用numpy更好更強大一點。rarray numpy.random.random size 10 或者rarray numpy.random.random 10,或者rarray numpy.random.un...
numpy的隨機數組
建立指定大小的隨機數組，取值範圍 0,1 import numpy as np 建立2行2列取值範圍為 0,1 的陣列 arr np.random.rand 2,2 或import numpy as np 建立一維陣列，元素個數為10，取值範圍為 0,1 arr1 np.random.rand 10...