无放回采样实验报告

无放回采样算法实验报告

---

实现无放回采样算法。输入为一个数组和正整数k，算法对数组进行操作，前k位为采样结果。

1. 算法基本思路

​ 无放回采样，即从给定的数组中随机选择指定数量的元素，且每个元素只能被选中一次。算法基本思路如下：

• 从给定的数组中随机选择一个元素，将其加入采样结果集
• 将选中的元素从数组中移除，确保每次采样不会重复选择同一个元素
• 重复上述步骤，直到达到指定的采样数量或者数组中的元素被全部采样完毕
  

2. 算法正确性证明

​ 通过在每次迭代中随机选择数组中的一个元素，并将其从数组中移除，确保了每个元素被选择的概率相等，且每个元素只会被选择一次。因此，该算法实现了无放回采样，保证了采样结果的随机性和唯一性。

3. 算法时间复杂度

​ 根据移动数组中元素的情况，总体为$O(n)$​

4. 代码设计基本框架

//无放回采样实现 
vector<int> Knuth_shuffle(vector<int>& A, int k) {
    vector<int> sampledNumbers;

    srand(time(0)); // 设置种子

    for (int i = 0; i < k; ++i) {
        if (A.empty()) // 如果数组为空，则结束采样
            break;

        int randomIndex = rand() % A.size(); // 生成随机索引
        sampledNumbers.push_back(A[randomIndex]); // 将选中的数字放入采样结果中
        A.erase(A.begin() + randomIndex); // 从数组中移除选中的数字
    }

    return sampledNumbers;
}

• 程序入口为 main() 函数，首先读取用户输入的数组和采样数量。
• 使用 Knuth_shuffle() 函数进行无放回采样，将采样结果输出。
• 代码利用向量 vector 存储数组和采样结果，使用了 C++ 标准库中的随机数生成函数 rand() 以及数组操作函数 erase()。

5. 运行截图