对一个列表（一维数组）的完全性洗牌（shuffle）操作，是要让其元素每种排列模式等概率出现。
列表元素个数为n，那么其全排列的数目就是n的阶乘“n!”。
伪随机数是有周期的，设周期为m。那基于伪随机数映射的元素排列模式也只会有m种。
当列表元素很多，n! 会是个天文数字，大于伪随机数周期，那样永远有一部分排列模式无法出现。
python标准库函数random.shuffle(x)就说明了——“请注意，即使对于小的len(x)，x的排列总数也可以快速增长，大于大多数随机数生成器的周期。 这意味着长序列的大多数排列永远不会产生。 例如，长度为2080的序列是可以在 Mersenne Twister 随机数生成器的周期内拟合的最大序列。”
要对大于伪随机数周期的大列表完全性shuffle，怎么办呢
我采用的办法是多轮洗牌，每轮用不同质数周期的伪随机数序列。这些周期的乘积大于列表元素全排列数目“n!”，就保证了完全性shuffle的完成。
我写了这个算法的实现python包，源码放在GitHub上，complete_shuffle
已经发布到了PyPI上，可以很方便的安装分发：
pip install complete-shuffle
此包还包括了Sattolo算法实现的对列表随机循环排列。算法介绍见Sattolo算法
和
等概率生成列表的“全错位排列”函数，功能实现了可以用于含重复元素的列表。我使用的是优化的接受-拒绝采样算法，时间复杂度为O(n)。生成均匀分布“全错位排列”还有一种优化算法，见Generating Random Derangements。此算法时间复杂度也是O(n)，但声称其时间复杂度的常数项较低。我看意义不大。
顺便说python 3.9版已声明 random.shuffle() 的 random 形参将被弃用
我写这个包中函数就有等同于 random.shuffle() 的 random 的形参。可以替代标准库random.shuffle()函数了