编程珠玑 抽样问题（蓄水池抽样）

前天晚上卧谈时大家聊起来这个问题，讨论无果后上网搜寻证明过程，发现并没有什么有理有据让人信服的解释。昨天经过思考后又经过讨论，终于找到一个还算看的过去的证明。

问题

如何从0…n-1中随机选择m个整数，并且按照随机顺序输出最后的结果？如果列表中允许出现重复的整数，如何才能生成一个有序列表？如果既允许重复又需要按照随机顺序输出结果，那该怎样？

书上的答案

我们总是选择第一行，并使用二分之一的概率选择第二行，使用三分之一的概率选择第三行，以此类推。在该过程结束的时候，每一行具有相同的选中概率（1/n，其中n是文件中的总行数）：

    i=0
    while more input lines
        with probability 1.0/++i
            choice = this input line
    print choice

证明

按照伪代码，我们使用一个变量choice来存储选中的内容。
在读入第k行时，用这行的概率$\frac{1}{k+1}$来判断这行是否被选中（因为k从0开始计数）。如果选中的话则用此行内容来填充choice。
【1】当n=1时，选中1的概率为1，此时choice中的内容为第一行的内容。
【2】当n=2时，选中2的概率为$\frac{1}{2}$，此时用2填充choice的概率即为$\frac{1}{2}$，所以此时choice中的内容为1的概率为$1-\frac{1}{2}$，即此时choice中为1和为2的概率皆为$\frac{1}{2}$。
【3】当n=3时，选中3的概率为$\frac{1}{3}$，此时用3填充choice的概率为$\frac{1}{3}$，所以此时chioce中的内容为3的概率为$\frac{1}{3}$，不为3的概率为$1-\frac{1}{3}$，当不为3的时候，此时情况退化为n=2的情形，即从3前面的内容中任选一个。而前面的内容出现概率相等。因1和2的内容出现的概率皆为$\frac{1}{2}$，故在此情况下1和2内容出现的概率为$\frac{1}{2}*（1-\frac{1}{3}）$，即$\frac{1}{3}$。
……
【4】假设n=k时结论成立
【5】当n=k+1时，选中k的概率为$\frac{1}{k+1}$，此时用k填充choice的概率为$\frac{1}{k+1}$，所以此时chioce中的内容为k+1的概率为$\frac{1}{k+1}$，不为k的概率为$1-\frac{1}{k+1}$，当不为k+1的时候，此时情况退化为n=k的情形，即从k+1前面的内容中任选一个。而前面的内容出现概率相等。因前面的内容出现的概率皆为$\frac{1}{k}$，故在此情况下前面内容出现的概率为$\frac{1}{k}*（1-\frac{1}{k+1}）$，即$\frac{1}{k+1}$。

在最后一步似乎还有部分不是很清楚的地方，欢迎指正