随机读取数据，如何保证真随机是不可能的，因为计算机的随机函数是伪随机的。 但是在不考虑计算机随机函数的情况下，如何保证数据的随机采样呢？ 1.系统提供的shuffle函数 　　C++/Java都 ...

参考：https://blog.csdn.net/weixin_43495317/article/details/103943957 https://leetcode-cn.com/problems/ ...

蓄水池抽样（Reservoir Sampling ）是一个很有趣的问题，它能够在o（n）时间内对n个数据进行等概率随机抽取，例如：从1000个数据中等概率随机抽取出100个。另外，如果数据集合的量特别大或者还在增长（相当于未知数据集合总量），该算法依然可以等概率抽样。 说蓄水池抽样之前，先说一下 ...

蓄水池抽样算法简介 蓄水池抽样算法随机算法的一种，用来从 N 个样本中随机选择 K 个样本，其中 N 非常大（以至于 N 个样本不能同时放入内存）或者 N 是一个未知数。其时间复杂度为 O(N),包含下列步骤 (假设有一维数组 S, 长度未知，需要从中随机选择 k 个元素, 数组下标 ...

一、题目来源： 这个题目的由来是周围有人讨论到去面试（某8）的时候遇到了这个问题。另外正好HIT有个视频也有这个内容，故记录一下： 二、题目描述： 该人面 ...

问题起源于编程珠玑Column 12中的题目10，其描述如下： How could you select one of n objects at random, where you see the ...

前言： 　　蓄水池抽样：从N个元素中随机的等概率的抽取k个元素，其中N无法确定。 适用场景： 　　模式识别等概率抽样，抽样查看渐增的log日志（无法先保存整个数据流然后再从中选取，而是期望有一种将数据流遍历一遍就得到所选取的元素，并且保证得到的元素是随机的算法）。 伪代码 ...

问题描述 给定一个数据流，数据流长度 N 很大，且 N 直到处理完所有数据之前都不可知，请问如何在只遍历一遍数据（O(N)）的情况下，能够随机选取出 m 个不重复的数据。 比较直接的想法是利用随机数算法，求 random(N) 得到随机数，但是题目表明数据流极大，这种大数据量是无法一次都读到 ...