La función permute(), desarrollada por Andrew Kensler, ofrece una solución óptima para la iteración pseudorandom de arrays sin estado y con tiempo constante. A diferencia del método estándar de Fisher-Yates, que requiere O(n) tiempo y memoria, permute() opera en O(k) tiempo y O(1) memoria, donde k es el tamaño de la muestra aleatoria. Esta eficiencia la hace especialmente útil en gráficos por computadora, donde se procesan miles de miles de arrays simultáneamente, y en criptografía, aunque su nivel de aleatoriedad no es criptográficamente seguro. El método permite obtener k elementos únicos de un array de n elementos sin necesidad de almacenar el array completo, lo que es crucial cuando los datos no caben en la memoria o se procesan en entornos distribuidos. Kensler introdujo esta técnica en su artículo 'Correlated Multi-Jittered Sampling', donde se basa en una función de hash invertible para mapear índices de forma determinista pero aleatoria. El artículo detalla cómo esta función permite consultar índices aleatorios en tiempo constante, facilitando el paralelismo entre hilos o computadoras. Además, se menciona una variante incremental del Fisher-Yates para casos donde k es pequeño, aunque se recomienda el uso de Floyd's algorithm para una mejor aleatoriedad en muestras pequeñas. La implementación de permute() es fundamental para aplicaciones que requieren muestreo sin reemplazo de alta velocidad y bajo consumo de recursos.
