輸入：一組資料，大小未知
輸出：這組資料的k個均勻抽取
要求：僅掃瞄一次
總體要求：從n個元素中隨機的抽取k個元素，其中n無法確定，保證每個元素抽到的概率相同
一些符號：k為要抽樣的個數，n為總體個數字置，n為當前遍歷的元素的位置。pool為k大小的陣列，用來儲存抽到的樣本
n<=k，把當前值放入pool中，構成初步樣本
n>k，生成乙個隨機數p，如果p=k/n，繼續保留前面的數。直到資料流結束，返回此k個數。但是為了保證計算機計算分數額準確性，一般是生成乙個0到n的隨機數，跟k相比，道理是一樣的。
特殊情況：當k=1時，從n(n>=2)開始以1/n的概率決定是否保留替換原來pool中元素
證明—歸納法
假設:當第n個元素以k/n，前n-1個元素也被選中的概率也為k/n
證明：
1）當n<=k時，出現在pool中的每個元素概率都是相同的，都為1
2）當n=k+1時,計算前k個元素在pool的概率
3）當n>k+1時，計算前n-1個元素在pool的概率水庫抽樣演算法精簡總結
輸入 一組資料，大小未知 輸出 這組資料的k個均勻抽取 要求 僅掃瞄一次 總體要求 從n個元素中隨機的抽取k個元素，其中n無法確定，保證每個元素抽到的概率相同 一些符號 k為要抽樣的個數，n為總體個數字置，n為當前遍歷的元素的位置。pool為k大小的陣列，用來儲存抽到的樣本 n k，把當前值放入po...
水庫取樣演算法
水庫取樣 用較小的開銷來估計乙個較大的資料流 1 include2 include3 include4 intmain 524 while feof fp 2535 else 水庫被填充滿時 3643 index 44 4546 47 printf n n 48 printf 一共有 d個資料 n ...
水塘抽樣演算法
作用 水塘抽樣演算法是一種抽樣演算法,對於乙個很大的集合,抽取的樣本值能夠保證隨機.特點 其複雜度並不很高o n 並且能夠很大程度地節省記憶體.很多大公司的面試題都考察過這個演算法,以谷歌為例,有一道關於水塘抽樣的例題 我有乙個長度為n的鍊錶,n的值非常大,我不清楚n的確切值.我怎樣能寫乙個盡可能高...