从未知大小的数据流或者文件中随机获取数据
原创
2021-07-14 13:16:49
252阅读
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
原创
2022-01-11 11:37:07
362阅读
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：init : a reservoir with the size： k
for i= k+1 to N
转载
2023-09-16 07:37:31
91阅读
经济学家用一个公式表达复利效应：（1+r）^n，r 代表你正在做的事，n 代表时间，只要 r 为正，即你在做正确的事，时间就会为你带来奇迹。
原创
2022-08-19 15:43:32
99阅读
蓄水池抽样算法简介蓄水池抽样算法是随机算法的一种，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, 数组下标从 1 开始), 伪代码如下：array R[k]; // result
integer i, j;
// fill the re
题目描述 这是 LeetCode 上的 382. 链表随机节点 ，难度为 中等。 Tag :「链表」、「
原创
2022-05-20 22:32:55
181阅读
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 objects sequentially but you do not know the value...
转载
2015-04-01 16:30:00
132阅读
看了多篇讲解蓄水池问题的文章，感觉下面转载的这一篇是证明最为严谨的。如何在事先不知道文本文件行数n的情况下读取该文件，从中随机选择并输出一行？（事先不知道n的大小，但是一次可以看到这n个对象）即蓄水池抽样（Reservoir Sampling）问题证明如下： 问题: 证明当前任意一行为取出行的概率为1/i，i为当前扫描到的行号，也即每一行取出的概率相等 
蓄水池抽样解决的问题是当不知道N的大小时从N个数中等概率抽取k个数。
要理解这个问题，首先从抽取一个数来看。
在知道数字总数N的大小的情况下，我们可以很容易的用C运行库的rand函数随机
原创
2011-10-18 10:51:01
2562阅读
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 objects sequentially but you do not know the value of n beforehand? For concreteness, how would you read a text file, and select and print one random line, when you don’t know the number of lines in...
转载
2013-09-22 19:52:00
115阅读
2评论
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
转载
2023-07-27 00:00:10
38阅读
先选取保证随机抽取的k个元素。伪代码：Init : a reservoir with the size： ...
原创
2023-06-07 15:37:48
121阅读
水塘抽样算法 Reservoir Sampling水塘抽样 是一系列的随机算法，其目的在于从包含 n 个项目的集合 S 中选取 k 个样本，其中 n 为一很大或未知的数量，尤
原创
2023-05-15 16:58:09
82阅读
2018-03-05 14:06:40 问题描述：给出一个数据流，这个数据流的长度很大或者未知。并且对该数据流中数据只能访问一次。请写出一个随机选择算法，使得数据流中所有数据被选中的概率相等。 问题求解：如果是长度已知或者有限的问题，那么可以使用朴素的方法，先遍历一遍得到的长度。然后在得到长度后可以
转载
2018-03-05 14:20:00
168阅读
2评论
#!/usr/bin/env python# -*- coding=utf8 -*-import sysimport osimport random#input split 1565 #>>> 3000000/1565.0#1916.932907348243#2000K = 2000pool = [...
转载
2015-08-31 23:12:00
268阅读
2评论
蓄水池算法：全网寻找锦鲤，在不断登录的用户中抽10个用户，不能一次性从服务器中随机找 提示：蓄水池算法大多数是跟面试官聊天的算法，抽奖用的算法文章目录蓄水池算法：全网寻找锦鲤，在不断登录的用户中抽10个用户，不能一次性从服务器中随机找@[TOC](文章目录)题目一、审题蓄水池算法用蓄水池算法寻找锦鲤总结题目蓄水池算法：全网寻找锦鲤，请你在不断登录的用户中抽10个用户，不能一次性从服务器中随机找10
转载
2023-08-17 23:33:59
57阅读
随机抽样问题（蓄水池问题Reservoir Sampling）【问题】随机抽样问题表示如下：要求从N个元素中随机的抽取k个元素，其中N无法确定。 这种应用的场景一般是数据流的情况下，由于数据只能被读取一次，而且数据量很大，并不能全部保存，因此数据量N是无法在抽样开始时确定的；但又要保持随机性，于是有了这个问题。所以搜索网站有时候会问这样的问题。 这里的核心问题就是“
问题：如何从N个元素中等概率抽取K个元素（N > K）方法：首先构建一个可放k个元素的蓄水池，将序列的前k个元素放入蓄水池中，然后从第k+1个元素开始，以k/i (k=k)被选中的概率为： 在他出现时被选中的概率 * 在他出现以后不被换走的概率,即:k/j * j /j+1。。。n-1/n = k/...
原创
2021-09-01 11:53:23
412阅读
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
原创
2022-12-04 08:09:14
148阅读
# 实现 Java 蓄水池算法的指南
蓄水池算法（Reservoir Sampling）是一个用于从一个未知大小的流中随机选择 k 个元素的算法。这个问题常见于大数据处理场景中。本文将指导你如何使用 Java 实现一个简单的蓄水池算法。
## 整体流程
下面是实现蓄水池算法的基本步骤：
| 步骤 | 描述 |
|------|------|
| 1 | 配置基本项目，准备 Java
