一、Fisher–Yates Shuffle
1、算法思想：
从原始数组中随机抽取一个新的数字到新数组。
2、算法描述:
初始化原始数组和新数组，原始数组长度为n(已知)；针对未处理的原始数组元素（假如还剩k个），随机产生一个[0, k)之间的数字p（假设数组从0开始）；从原始数组剩下的k个数中把第p个数取出，放入新数组；重复步骤（2）和（3）直到数字全部取完；取出的数字序列（新数组）便是一个打乱了的数列。
3、时间复杂度：
O(n^2)
4、C++代码实现：
vector<int> Fisher_Yates(vector<int> &nums){srand((unsigned)time(NULL));vector<int> res;int p;for(int i=0;i<nums.size();++i){p=rand()%nums.size();//k为nums.size()res.push_back(nums.size);nums.erase(nums.begin()+p);}return res;}
二、Knuth-Durstenfeld Shuffle
1、算法思想：
Knuth和Durstenfeld在Fisher等人的基础上对算法进行了改进，在原始数组上对数字进行交互，省去了额外O(n)的空间。该算法的基本思想和 Fisher 类似，每次从未处理的数据中随机取出一个数字，然后把该数字放在原来数组的尾部，即该数组尾部存放的是已经处理过的数字。
2、算法描述：
初始化一个大小为n的原始数组，假设数组拥有i+1个未经处理的元素，此时i+1=n；在[0,i]范围内，生成随机数p；交换原始数组第i个元素与第p个元素（下标从0开始）；i=i-1（原数组尾部位置已经随机处理完成，向前处理数组其他位置）；重复（2）-（4）步，直至未经处理的元素全被处理。
3、时间复杂度：
O(n)
4、C++代码实现：
void Knuth_Durstenfeld(vector<int> &nums){srand(unsigned(time(NULL)));for(int i=nums.size()-1;i>=0;--i){int p=rand()%(i+1);//前i+1个元素未被处理过swap(nums[i],nums[p]);}}
