應用場景：用於解決海量不確定數量資料的隨機抽樣演算法問題描述：給定乙個不固定長度的資料集合a，從a中等概率的選擇k個元素作為返回樣本
問題定義：
現在有一組數，不知道長度多少，請描述乙個演算法從這組數中隨機抽取k個數，使得每個數被取出來的概率相等。
思路：如果我們知道n的值，那麼問題就可以簡單的用乙個大隨機數rand()%n得到乙個確切的隨機位置，那麼該位置的物件就是所求的物件，選中的概率是1/n。
398. 隨機數索引給定乙個可能含有重複元素的整數陣列，要求隨機輸出給定的數字的索引。 您可以假設給定的數字一定存在於陣列中。
注意：陣列大小可能非常大。 使用太多額外空間的解決方案將不會通過測試。
示例:int nums = new int ;
solution solution = new solution(nums);
// pick(3) 應該返回索引 2,3 或者 4。每個索引的返回概率應該相等。
solution.pick(3);
// pick(1) 應該返回 0。因為只有nums[0]等於1。
solution.pick(1);
1.直接改造蓄水池演算法
class solution:def __init__(self, nums: list[int]):
self.data=nums
def pick(self, target: int) -> int:
tmp=[i for i in range(len(self.data)) if self.data[i]==target]
sample=[tmp[0]]
for i in range(1,len(tmp)):
j=random.randint(0,i)
if j>=1:continue
sample[j]=tmp[i]
return sample[0]
382. 鍊錶隨機節點給定乙個單鏈表，隨機選擇鍊錶的乙個節點，並返回相應的節點值。保證每個節點被選的概率一樣。
高階:如果鍊錶十分大且長度未知，如何解決這個問題？你能否使用常數級空間複雜度實現？
示例:// 初始化乙個單鏈表 [1,2,3].
listnode head = new listnode(1);
head.next = new listnode(2);
head.next.next = new listnode(3);
solution solution = new solution(head);
// getrandom()方法應隨機返回1,2,3中的乙個，保證每個元素被返回的概率相等。
solution.getrandom();
1.模板題
class solution:def __init__(self, head: listnode):
self.data=
while head:
head=head.next
def getrandom(self) -> int:
sample=[self.data[0]]
for i in range(1,len(self.data)):
j=random.randint(0,i)
if j>=1:continue
sample[j]=self.data[i]
return sample[0]
蓄水池演算法
參考文章 問題定義 給你乙個長度為n的鍊錶。n很大，但你不知道n有多大。你的任務是從這n個元素中隨機取出k個元素。你只能遍歷這個鍊錶一次。你的演算法必須保證取出的元素恰好有k個，且它們是完全隨機的 出現概率均等 求解蓄水池抽樣演算法 該演算法是針對從乙個序列中隨機抽取不重複的k個數，保證每個數被抽取...
蓄水池演算法
適用情況 從n個數中等概率隨機取出k個數，n很大，k也很大 n不固定增量型 內容 當i屬於1 k i入池 當i k i以概率k i決定是否進入池，1 k概率剔除池中乙個數 證明 1 當i 當k個數時,i留下概率 1 當k 1個數時，i被淘汰的概率 1 k k k 1 1 k 1 i留下概率 1 1 ...
蓄水池演算法
在乙個未知的池子裡選1個數字，讓他們被選擇概率一致。假設n的時候，前n個數字被選擇的概率都是1n 當為n 1時候，當前n 1這個數，我們選擇的概率是1n 1,其餘數字的概率是nn 1，那麼一共有n個數字的概率是1n 所以 n 1n 1 n 1 1n 1 具體演算法 使用的方式是i random.ra...