蓄水池采样算法

蓄水池采样算法
前段时间在笔试题上遇到这样一个程序题，假设总共有m个元素，从中随机抽取n个元素，要求每个元素被取到的概率相等。其中m有无限大，即无法通过一次遍历知道有多少个元素。

算法过程：
设总共有m个元素，需要采集n个元素。
首先构建一个数组，将前n个元素存放进数组中，这个数组也叫做蓄水池。
接着，从i=n+1个数开始，任取r为0~n之间的整数，如果r>n，则不进行替换，否则，将蓄水池中的第r个元素，替换为i。
只需要通过一次遍历，就能完成采样，每个元素都有n/m的概率被抽到，时间复杂度为需要遍历的元素个数，即O(m)。