蓄水池算法

今天有幸听同事讲到蓄水池算法：

题目描述：在M个元素的队列中，随机选取k个元素，队列中每个元素的选取是等概率的；

证明过程：略  https://blog.csdn.net/alicelmx/article/details/95880727  （在这里转载的其他人的文章，如有侵犯请私聊）

使用方向：对数据进行等概率采样；该题目并不是为了证明这个算法，是利用这个算法进行采样；

根源分析：此算法类似于快照分析，即是对每一次分母（eg：M每次增加1）改变对概率进行改变。在贴出的文章中，每次k累计加上1步的时候，前k个数据的保留概率发生了改变；即k/k+m（m是增加的次数），这样也就构成了源源不断的改变；也就是分母发生改变，即下面所说等概率实现的 i 发生改变；

eg：比如一组不可知长度的数据，如果等概率的采样出N个数据；

关键点：

等概率：等概率的实现是基本的一种算法实现，后面进行实现说明；

替换：如果是不断的后面数据对结果影响，只能是后面的数据对已存的数据进行修改（替换）

 

等概率的实现：

 r = rand(i) ;    if(r < m)  do  sth

在这里解释一下：rand(i)等概率产生了0-i之间的数字r，每个数字出现的概率是1/i，则产生小于m的概率是m/r； 那么也就构成了概率性去做某事；