密码学中常用到乱码，也离不开乱码，所以对乱码的质量有必要做深入的研究。这里只讨论如何评价数组的混乱程度。所谓乱是相对于不乱而言的，所谓不乱的数组也就是按顺序排列的数组，一般就是依大小排列的。
　　这里的讨论只限于最简单的情况，也就是数组中没有相同的元素。
　　混乱度h——将相邻数据间的元素数的和。
　　相邻数据就是顺序排列时相差最小的数，例如5和6，1和2是相邻数，如果数组缺员的话相邻数的差也许大于1，如果数组有相同的元素时相邻的数可以是一样的。
　　相邻的元素在顺序排列时它们之间没有其它元素这时混乱度h=0或者数值很小，当数组混乱时相邻元素可能距离较远h 也就大起来了。
　　根据定义一个数组其完全反序的数组和原数组的混乱度是一样的。
　　混乱度h是有限的，不连续的，成对出现的。　　
例子：
　　1）顺序排列的数组例子：0 1 2 3 4 5 7 8 9 这个数组的h=0。
　　2）乱码数组的例子 4 6 2 5 1 3 这数组的 h=10 按定义计算如下
　　1和2之间有1个元素
　　2和3之间有2个元素
　　3和4之间有4个元素
　　4和5之间有2个元素
　　5和6之间有1个元素
　　所以说这个数组偏离顺序的混乱度为10。利用编程很容易用循环和判断得出结果。
　　为简单起见，这里举例的数组都是连续的，最简单的应用就是用于评价洗牌质量，例如13张同花色的不同扑克牌，洗牌后混乱程度如何？
　　我们可见，数组可能有的排列状态共 13!= 6227020800，h=0的数组只有两个，拿到的概率为2/13!很小是很难出现的,h的最大值是71；如果随机洗牌h在40和50出现的概率最大，可以说h=20以下就是牌洗得很差了。
　　各种h出现的概率，都是可以测算的，但具体数值没有什么实际用处，只要数组的h归一化后达到60%以上就可以认为混乱程度足够了，实际并不是越大越好，足够大后效果是一样的。
下面是模拟13张牌的排列图示及其混乱度h






走向实用：
　　这里是对最小单元数组进行测量，得到一些数据例如混乱度的极值等，然后就可以用这个东西来测量混乱度了，将排好的最小单元数组放在，用构造法造随机数组的原始数组之间的不同位置，在同时进行随机排序时就可以衡量数据的混乱度了，通过检测各个单元数组的分数来了解整个数组的混乱度。
　　因为最小单元数组可能不同，混乱度的数值的最大值都不一样，为了使用更方便，可以对混乱度的数值归一化，例如用当前的h值除以h的最大值再乘以100，这样h值就在0和100之间了。
　　

[培训]内核驱动高级班，冲击BAT一流互联网大厂工作，每周日13:00-18:00直播授课