蓄水池抽样算法 (Reservoir Sampling Algorithm)

最新推荐文章于 2022-04-25 20:43:09 发布
最新推荐文章于 2022-04-25 20:43:09 发布
阅读量453 收藏 1
点赞数
分类专栏： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ikushia/article/details/79029577
版权
蓄水池抽样算法适用于处理长度未知的数据流，保证每个元素以k/n的概率被选入样本。算法从前k个数开始，后续以k/(k+1)概率决定是否替换蓄水池中的数，确保每个数的选取概率相等。Java实现可进一步应用到大数据集的随机采样中。
摘要由CSDN通过智能技术生成

在一个给定长度的数组中随机等概率抽取一个数据很容易，但如果面对的是长度未知的海量数据流呢？蓄水池采样(Reservoir Sampling)算法就是来解决这个问题的, 它在分析一些大数据集的时候非常有用。

  • 基本概念

最低0.47元/天 解锁文章
「已注销」
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
蓄水池抽样算法（Reservoir Sampling）
shanhai3000的博客
07-15 526
蓄水池抽样算法（Reservoir Sampling）问题描述问题分析代码实现数学证明 问题描述 给定一个数据流，数据流长度N很大，且长度不可预知。问如何在仅遍历一次数据的情况下，如何等概率 抽取m个样本。 问题分析 首先明确概念：等概率抽样是一种抽样方法，是指总体中的每个个体被抽中的概率相等。 关键点： N很大且不可预知，故无法一次性读入内存； 抽样的时间复杂度为O(N)； m个样本，每个样本被选取的概率为m/n； 代码实现 int[] reservoir = new int[m];//reservo
蓄水池抽样算法
10-22 619
Reservoir Sampling 蓄水池抽样海量数据不知道总数只能遍历一次随机抽样问题 2011年06月24日 星期五 下午 01:10 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 sequen
水塘抽样算法（Reservoir Sampling Algorithm)
博客
04-25 2720
文章目录应用场景算法步骤算法原理代码实现 应用场景 主要用于解决大数据流中的随机抽样问题，即：当内存有限，数据长度很大，甚至未知，那么如何从中随机选取k个数据，并且要求是等概率。 算法步骤 水塘抽样的步骤是，只遍历一次，每次都考虑一个问题：当前元素是否被选中，选中后替换之前选中的哪一个元素。 采样过程： step1：首先将前k个元素全部选取。 step2：对于第i个元素(i>k)，以概率k/i来决定是否保留该元素，如果保留该元素的话，则随机丢弃掉原有的k个元素中的一个(即原来某个元素被丢掉的概率是1/
Reservoir Sampling - 蓄水池抽样
weixin_34185364的博客
09-07 183
参考自：https://blog.csdn.net/huagong_adu/article/details/7619665 和http://www.cnblogs.com/HappyAngel/archive/2011/02/07/1949762.html 问题：如何随机从n个对象中选择一个对象，这n个对象是按序排列的，但是在此之前你是不知道n的值的。 思路：如果我们知道n的...
蓄水池算法leetcode-randomized-algorithm:随机算法
06-30
蓄水池算法leetcode 固定范围采样 输入大小为 n 个项目 获取 0 到 n -1 之间的随机数 根据输入返回项目[索引] 油藏取样 概括 n项的流 n不知道提前 每个项目结果的概率相等 算法 水库采样算法旨在从未知大小的总体中...
蓄水池算法leetcode-leetcode:leetcode
06-30
蓄水池算法 leetcode leetcode Post: 《双指针的魅力》 《常见面试题思想方法整理》 TODO: 《深入理解双指针》 《再谈双指针》 《重新认识二级指针》 《Reservoir Sample - 蓄水池抽样》 Blog: 《结构之法 算法之道...
蓄水池算法leetcode-leetcode-ts:leetcode-ts
06-30
蓄水池算法，又称Reservoir Sampling，是一种在未知大小的大数据流中随机抽取固定数量样本的算法。在LeetCode平台上，这个算法常被用于解决实际编程挑战，例如处理大规模无序数据集的问题。这里我们主要探讨蓄水池...
random-sampling:Java 8中针对带有容器的随机采样问题的算法集合
05-23
随机抽样Java 8中针对使用容器进行随机采样的问题的一组算法。 储层采样是一类随机算法，用于从包含n项的列表S中随机选择k项的样本，其中n是很大或未知数。 通常， n足够大，以致该列表无法放入主内存中。 [1]在这种...
蓄水池算法leetcode-leetcode-ts-template:leetcodets模板项目
06-30
蓄水池算法，也称为Reservoir Sampling，是一种在未知大小的大数据流中随机抽取固定数量样本的算法。在LeetCode平台上，它可能被用于解决涉及概率抽样的问题。本项目"leetcode-ts-template"是一个专门为LeetCode挑战...
Python程序员面试算法宝典---解题总结: 第7章 排列组合与概率 7.5 如何以等概率地从大小为n的数组中选取m个整数
qingyuanluofeng的专栏
07-24 285
# -*- coding: utf-8 -*- ''' Python程序员面试算法宝典---解题总结: 第7章 排列组合与概率 7.5 如何以等概率地从大小为n的数组中选取m个整数 题目: 分析: 蓄水池抽样问题。 假设已经选取了k个元素，剩余待选元素有m-k个，剩余元素有n-k个。 关键: 1 书上解法 从n个数中选择一个的概率为1/n,在剩余n-1个元素中选择一个元素的概率也是 1/...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值