【算法】Fisher–Yates洗牌算法

for(int i=suit.length-1;i>0;i--)
{
    random1 = Random.next(1,i);
    exchange(suit[random1],suit[i]);
}

为啥是这样呢？

一般会觉得合理的方案如下：

for(int i=0;i<suit.length;i++)
{
    random1 = Random.next(1,n);
    random2 = Random.next(1,n);
    exchange(suit[random1],suit[random2]);
}

这个算法在设计上能够充满整个样本空间，确实存在n！种可能性，但是不够好。

为什么不够好呢，因为这种算法不能够【确保】照顾到每一张牌。

而Fisher–Yates算法在样本空间上，跟前面简单粗暴的随机抽取一样。充满了n！的样本空间，好在哪里呢？

因为它利用了抽卡本身的顺序，【保证照顾】到了每一张原本序列中的卡，而简单粗暴随机抽取存在出现重复位置的可能性，就等于浪费了一次排序的机会，换句话说，其等效抽卡次数因为出现了过去相同的洗法，有效洗牌次数下降，样本空间缩小，无法充满整个n！空间，所以有效性会下降。

而Fisher–Yates算法在原理上保证了不会出现浪费次数，重复选择的情况，导致样本空间一直保持n！，没有坍缩，这就是其在数学意义上优秀的原因。