<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Randomized on BenzHub</title><link>https://benzhub.github.io/tags/randomized/</link><description>Recent content in Randomized on BenzHub</description><generator>Hugo</generator><language>zh-TW</language><lastBuildDate>Sun, 19 Jul 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://benzhub.github.io/tags/randomized/index.xml" rel="self" type="application/rss+xml"/><item><title>隨機演算法完全指南 — QuickSelect、Reservoir Sampling 與 Fisher-Yates 洗牌 | 資料結構與演算法</title><link>https://benzhub.github.io/post/javascript/data-structures--algorithms/036-randomized/</link><pubDate>Sun, 19 Jul 2026 00:00:00 +0000</pubDate><guid>https://benzhub.github.io/post/javascript/data-structures--algorithms/036-randomized/</guid><description>&lt;blockquote&gt;
&lt;p&gt;&lt;strong&gt;隨機演算法（Randomized Algorithms）&lt;/strong&gt; 是在執行過程中引入隨機決策的演算法，透過 &lt;strong&gt;「擲骰子」&lt;/strong&gt; 來換取更簡單的實作與更好的平均效能。核心分為兩大類型：保證正確但時間隨機的 &lt;strong&gt;Las Vegas&lt;/strong&gt; 演算法（如 Randomized QuickSort、Reservoir Sampling），以及固定時間但答案可能有誤的 &lt;strong&gt;Monte Carlo&lt;/strong&gt; 演算法（如 Miller-Rabin 素數測試）。本文將帶你從理論基礎出發，完整掌握 &lt;strong&gt;QuickSelect&lt;/strong&gt;、&lt;strong&gt;Fisher-Yates 洗牌&lt;/strong&gt;、&lt;strong&gt;Skip List&lt;/strong&gt; 等經典技術，搭配 JavaScript/TypeScript 與 C++ 雙語言實作。&lt;/p&gt;
&lt;/blockquote&gt;</description></item></channel></rss>