為分析使用者行為，系統常需儲存使用者的一些query，但因query非常多，故系統不能全存，設系統每天只存m個query，現設計乙個演算法，對使用者請求的query進行隨機選擇m個，請給乙個方案，使得每個query被抽中的概率相等，並分析之，注意：不到最後一刻，並不知使用者的總請求量。
做法：1、如果query總數小於等於m，直接存起來。
2、如果query數目開始大於m，例如為m+i個，那麼從m+1，……m+i，每個新來的query元素m+k（k=1……i），用m/（m+k）的概率去取，即可用m+k的隨機數來判別。
3、如果隨機數判定該query元素被取中，那麼對已存好的m個元素，每個元素均用1/m的概率去判定是否被m+k替換，例如原先m=5，，當前m+k為6，對1,2,3,4,5每個都有1/5的概率被替換成6即m+k。
4、如果m+k沒被選中，則考察m+k+1個元素，繼續判別m+k+1是否被取中，取中則執行3，否則繼續判別下乙個元素。直到m+1……m+k個元素全部被考察替換完畢。
關鍵點，每個query抽中概率相等，言下之意是指每次多來乙個query的時候，這個新來的query和已經有的query被抽取放入儲存區的概率都應該要相等。前m個，每個取的概率均為1，這相等。從m+1開始，取的概率為m/（m+1），那麼前面m個query被取放入儲存區的概率=1-被第m+1個query替換的概率=1-m/（m+1）*（1/m）（即m+1被取中且剛好用1/m的概率替換掉儲存區中的某元素）=m/（m+1）符合條件。
假設m+p成立，即m+p被取的概率為m/(m+p)，則m+p+1的被取概率p1為m/（m+p+1），儲存區中的元素被取的概率p2=被取中且沒有被m+p+1替換=（首先在m+p的時候要被取）*（（m+p+1）沒取中+（m+p+1）取中但是沒替換掉自己）=m/（m+p）（（1-m/（m+p+1））+m/（m+p+1）（1-1/m））=m/（m+p+1）
p1==p2，所以每個query的抽取放入儲存區中的概率一樣。
參考了這篇博文的解釋。
主要是寫下了具體的操作思路，以作備忘，如有錯漏，請不吝指教
乙個百度的面試題目
題目 乙個陣列中有2個數只出現了一次，其他的數都出現了兩次，寫乙個演算法找出這兩個只出現一次的數 分析 該題目可以通過異或完成，先讓我舉乙個例子 4 0100 5 0101 1 0001 5 0101 4 0100 上面的例子說明4 5 5 4 同理4 5 4 5 int find first 1 ...
乙個百度的面試題目
題目 乙個陣列中有2個數只出現了一次，其他的數都出現了兩次，寫乙個演算法找出這兩個只出現一次的數 分析 該題目可以通過異或完成，先讓我舉乙個例子 4 0100 5 0101 1 0001 5 0101 4 0100 上面的例子說明4 5 5 4 同理4 5 4 5 int find first 1 ...
百度面試題
有一根27厘公尺的細木桿，在第3厘公尺 7厘公尺 11厘公尺 17厘公尺 23厘公尺這五個位置上各有乙隻螞蟻。木桿很細，不能同時通過乙隻螞蟻。開始時，螞蟻的頭朝左還是朝右是任意的，它們只會朝前走或調頭，但不會後退。當任意兩隻螞蟻碰頭時，兩隻螞蟻會同時調頭朝反方向走。假設螞蟻們每秒鐘可以走一厘公尺的距...