蓄水池抽樣問題

一般有兩種問題，一種是從乙個未知的序列中隨機選擇乙個，因此其概率為1/m，m代表當前元素；

當從乙個未知的序列中挑選k個元素或者從乙個已知序列長度為n（n非常大）中挑選k個元素，使每個元素被挑選的概率均等，稱之為蓄水池取樣問題。具體思路是：首先挑選k個元素，放入蓄水池中；然後從第k+1個元素開始，使得其被挑選的概率為k/m(m代表當前元素的序號），這樣的話就可以保證每個樣本被挑選的概率為k/n了。具體實現如下：

int randint(int i, int k) 

int res = i + rand() % (k + 1 - i);
return res;
}bool judge0(vector& v, int& res) 
return res;
}//蓄水池取樣問題
//1、用於解決已知長度的輸入v
bool judge1(vector& v,vector& res, int n, int m) 
for (int i = m; i < n; i++) 
return true;
}//2、用於解決未知給定長度的輸入v
bool judge2(vector& v, vector& res, int m) 
for (int i = m; iter != v.end(); i++,iter++) 
return true;
}

蓄水池抽樣問題

題目 微軟電面問到的問題，前面提了一大堆背景，最後歸結為乙個問題，如何在連續的網路流量中，等概率隨機抽取1個資料報。分析 參加電面時，還沒看過蓄水池抽樣問題，後來回來一搜，這就是典型的蓄水池抽樣問題，不過當時自己也想到了一種解法，使用乙個變數儲存資料報，從1到i個資料報，每次遇到第i個資料報，以1 ...

蓄水池抽樣問題

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。蓄水池抽樣問題...

蓄水池抽樣問題

部分內容 這種應用的場景一般是資料流的情況下，由於資料只能被讀取一次，而且資料量很大，並不能全部儲存，因此資料量n是無法在抽樣開始時確定的 但又要保持隨機性，於是有了這個問題。所以搜尋 有時候會問這樣的問題。此型別的演算法題有 谷歌面試題 給定乙個資料流，其中包含無窮盡的搜尋關鍵字 比如，人們在谷歌...