std::shuffle 是首选，因为它是经优化的 Fisher-Yates 实现，适配迭代器类型、避免 rand() 缺陷、保证均匀性，且正确使用下高效安全；手写易出错且难以验证。
为什么 std::shuffle 是首选，而不是手写 Fisher-Yates
标准库的 std::shuffle 就是 Fisher-Yates（Knuth Shuffle）的现代实现，它已针对不同迭代器类型做了优化（如随机访问迭代器走 O(n) 原地交换，双向迭代器退化为更稳妥的变体），且默认使用 std::default_random_engine 配合 std::uniform_int_distribution，避免了 rand() 的低质量、非线程安全和模偏差问题。
手写容易出错的点包括：循环边界写成 i 而非 <code>i > 0，随机索引范围没控制在 [0, i] 内，或用 rand() % i 引入分布倾斜——这些都会破坏均匀性。
- 必须传入一个符合要求的随机数引擎，不能只靠
std::random_device直接构造（它可能只用于 seed，不建议当引擎反复调用） - 对
vector<int></int>这类连续容器，std::shuffle是真正 O(1) 随机访问 + O(n) 交换，无额外内存开销 - 若用
std::mt19937，记得用std::random_device初始化 seed，但别每次 shuffle 都新建引擎——复用更高效
std::shuffle 的最小安全调用写法
常见错误是直接用 std::random_device{}() 当函数对象传进去，这会导致每次调用都生成新 seed，反而降低随机性质量；或者漏传引擎，编译不过。
正确写法要分离引擎生命周期和 shuffle 调用：
立即学习“C++免费学习笔记（深入）”；
std::vector<int> v = {1, 2, 3, 4, 5};
std::mt19937 g{std::random_device{}()}; // 一次初始化
std::shuffle(v.begin(), v.end(), g); // 复用 g
- 不要用
std::shuffle(v.begin(), v.end(), std::mt19937{})—— 每次都用默认 seed，结果固定 - 不要对空容器或单元素容器调用前做特殊判断，
std::shuffle本身已处理边界 - 若需可重现结果（如测试），用固定 seed：
std::mt19937 g{42}
性能陷阱：迭代器类型决定是否真“原地”
std::shuffle 对 std::list 或其他非随机访问容器会退化：它检测到不是 RandomAccessIterator 后，会改用基于 std::advance 的模拟随机访问，最坏 O(n²) 时间。这不是 bug，而是标准要求。
- 确认容器支持随机访问：
std::vector、std::array、裸指针数组 OK；std::deque理论上支持，但某些 libstdc++ 实现仍谨慎降级 - 若必须 shuffle
std::list，先拷贝到vector，shuffle 后重建 list —— 总体仍比原地 O(n²) 快 - 自定义容器务必提供正确的
iterator_category，否则 shuffle 可能误判类型
调试时怎么验证 shuffle 真的均匀？
肉眼观察几次输出毫无意义。真要验证，得跑统计：对长度为 3 的数组，全排列共 6 种，执行 6000 次 shuffle，每种排列应出现约 1000±几十次（χ² 检验 p > 0.05）。
- 别用
std::cout 这种方式“看一眼”，那是伪验证 - 小数组可用
std::map<:vector>, int></:vector>计数；大数组建议用位置频次统计（比如第 0 位出现各值的次数） - 注意：
std::random_device在某些平台（如 Windows MinGW）可能只是包装rand()，此时应显式换用std::mt19937+ 固定 seed 测试逻辑
均匀性不达标，八成是引擎初始化错了，或者用了 rand() / std::rand 混搭。别的地方基本不用怀疑。
