【面试题之概率部分】蓄水池抽样

相关面试题：

1.n个数中随机取m个 n值非常大

2.连续的网络流中等概率的抽取一个数据包

3.长度为N的链表中（不知道N具体值）一次遍历随机取K个元素

解法：

让我们先来考察第一个问题：n个数中随机选取m个数(此时n值有可能不大)

方法1——等概率抽取法

我们最先想到也是最容易想到的是等概率抽取法,每次都随机在(0,n-1)之间抽取一个数，并与之前的数相比较，若相同，则继续随机生成；若不相同，则继续随机抽取，直到生成一个与之前所有生成数不同的数，将上述这样的随机生成做m次。

那么问题来了，如果m较大呢？

带来的变化是每次调用rand()生成的数与之前的数相重合的概率会变大，换句话说，我要随机取出m个的值，则调用rand()函数的次数会增多，这样的方法开销肯定会增大。

那到底开销有多大呢，我们来考察一下rand()函数的调用次数：

假设前面已经生成了x个数，要生成第x+1个数，那么：

调用1次rand()函数就成功生成该数的概率为：