混洗交换单级网络包含两个互连函数，一个是全混洗（Perfect Shuffle），另一个是交换（Exchange）。图10.33表示8个处理器之间的全混连接。其连接规律是把全部按标号次序排列的处理器从当中分为数目相等的两半，然后洗牌达到理想的"全混"状态一样。这也是"混洗"这个名词的由来。用互连函数表示为 　　Shuffle(P N -1PN-2…P1P0) = P N -2…P1P0 PN-1 　　式中，n=log 2 N，P N -1PN-2…P1P0为入端标号的二进制代码。 　　与Cube不同的是，Shuffle函数不是可逆函数。如果把出端当入端，入端当出端，则原网络变为另一个互连网络，称逆互连网络，相当于图10.33中把箭头逆转的情况。 　　Shuffle函数还有一个重要特性。如果把它再作一次Shuffle变换，则得到的是一组新的代码，即P N -3…P0 PN-1 P N -2。这样，每全混洗一次，新的最高位就移至最低位一次。当全混洗总次数为n时，全部N个处理器便又恢复到最初的排列次序。在这多次全混的过程中，除了编号为全"0"和全"1"的处理器外，各个处理器都遇到了与其它多个处理器连接的机会，这正是Shuffle函数的用处所在。 　　由于单纯的全混洗互连网络不能实现二进制编号为全"0"和全"1"的处理器和其它处理器的任何连接，所以还必须增加交换互连函数，它就是Cube0。这样就得到了全混交换单级网络，其N=8的连接图如图10.34所示。其中实线表示交换，虚线表示全混。从图中也可以看出，全混log 2 8 =3次以后，入端标号恰好回到原来的位置。

图10.34 N=8时全混交换互连网络连接图

全混连接与立方体连接之间存在着很有意思的对应关系，只需将图10.32与图10.34对比就能看出。第一次全混后，入端编号为（0，4）、（1，5）、（2，6）、（3，7）的各处理器对在出端相邻，这正好就是Cube2所实现连接的处理器对；第二次全混后，出端相邻的则是Cube1的处理器对；而第三次全混后，出端相邻的成了Cube0的处理器对。这样，又恢复成原位。全混连接的这一性质使它便于构成多级连接，并与立方体多级连接具有相似的关系。 　　单级互连网络不管是那一种，都可以表示为一普遍模型。如图10.35所示。其中IS代表入端选择器，OS代表出端选择器。二者配合能实现N个入端和N个出端之间的各种连接。

图10.35 单级互连网络的模型