random.shuffle 随机性

Question

我正在写一个遗传算法来解决作业中的旅行商问题。

我尝试的一个变异函数是对旅行路线使用 random.shuffle。

当我查看 random.shuffle 的文档时，我看到：

shuffle(self, x, random=None, int=<type 'int'>) method of random.Random instance
x, random=random.random -> shuffle list x in place; return None.

Optional arg random is a 0-argument function returning a random
float in [0.0, 1.0); by default, the standard random.random.

有人能解释一下这个函数中的“random”参数是干什么用的吗？我看过这个问题，但它没有回答我的疑问。

我特别想使用这个函数，如果我能以某种方式控制洗牌的随机程度的话（如果这样说有意义的话）。

Answer 1

正如Johan所说，random参数只是给shuffle函数提供随机性的。你可以使用默认的设置，也可以自己提供一个。如果你想要更完美的随机性，可以去找一个比Python自带的更好的库。

根据你对我评论的回复，听起来你其实是在寻找距离，而不是随机性。你可能想要进行n次随机洗牌，然后最大化这些洗牌之间的距离。要计算距离，你可以使用一些这样的技术，虽然我没有查找过具体的实现，但肯定是有的。

Answer 2

这个 shuffle 库的功能让你可以提供一个随机数的来源（如果你不提供，它会使用默认的随机数）。所以，理论上来说，如果你有一个更好的随机数来源，比如连接到盖革计数器的设备，或者是一个播放“白噪音”的电台，或者从 random.org 获取数字的工具，你都可以用这些来替代默认的随机数。更有用的是，如果你在测试中，可以连接一个返回相同数字序列的来源，这样可以确保你的测试用例是可重复的，每次都能生成相同的洗牌结果。

理论上，你可以开发一个随机数的程序，让你精确控制洗牌的程度；但这就需要你完全了解 shuffle 是怎么工作的，以及你需要返回什么样的数字来“引导”结果达到你想要的方向。理论上来说，这并不太难，因为使用的算法（Fisher-Yates）文档写得很清楚。在调用时，它会生成 n-1 个随机数，第一个随机数用来选择从 0 到 n-1 的一个元素，与最后一个元素交换，第二个随机数选择从 0 到 n-2 的一个元素，与倒数第二个元素交换，依此类推。所以，是的，你可以用这个来控制洗牌，就像 @JohanLundberg 的例子那样强制洗牌移动——但要用这个来“控制”洗牌会很困难，因为每次迭代时，所有原始数据都在跳动。

简单来说，如果你需要对洗牌有特定的限制，比如“只交换相邻的元素”，那么你最好自己实现一个，或许可以参考洗牌的源代码作为指导。

Answer 3

random这个参数是用来指定一个（另外的）随机数生成器的。它是一个函数，期望返回在0到1之间均匀分布的随机数。

如果随机数生成器两次返回了相同的数字，那么洗牌的结果就会是一样的。例如，

def mynonrandom():
 return 0.1

q
[1, 2, 3, 4]
random.shuffle(q, mynonrandom)
q
[2, 3, 4, 1]
random.shuffle(q, mynonrandom)
q
[3, 4, 1, 2]

注意在这个特定的情况下，我每次都得到了-1的偏移。你得到的随机输入可能会依赖于random.shuffle的具体实现。

在遗传算法中，你希望能够有可变大小的随机洗牌。这是random.shuffle无法做到的。你可能需要定义一些示例变化（比如距离N的两个元素交换），然后随机化（使用你定义的一些参数）每次对新基因集执行多少次这些操作。