链表随机取节点/蓄水池采样reservoir sampling

最新推荐文章于 2024-05-20 20:08:58 发布

玉沙丘魔

最新推荐文章于 2024-05-20 20:08:58 发布

阅读量235

点赞数

文章标签：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/m0_62384387/article/details/122088623

版权

蓄水池采样 k/N

问题

N个样本中采样k个，每个样本被采的概率一样。常见面试场景：很长的不知道长度的链表随机选取k个节点。

策略

前k个（这里index以1为底，即：1～k），一定（概率为1）保留

后N-k个，对于第j个（index：k+1 <= j <= N)，以k/j为概率保留，并替换掉原来k个中的任意一个。

证明

最终采样的概率 = 被保留概率*之后不会被替换概率

对于前k个（1～k）

被保留概率 = 1

之后不会被替换的概率 = 每一轮不会被替换概率相乘（条件概率）

第j轮不会被替换概率=1 - 第j轮被替换概率

= 1 - 第j轮选择替换概率*正好选择该数字概率

$= 1 - \frac{k}{j} \times \frac{1}{k}$

$= \frac{j - 1}{j}$

对于j从k+1～N的相乘，即

$= \frac{k}{k + 1} \times \frac{k + 1}{k + 2} \times \frac{k + 2}{k + 3} \times ... \times \frac{N - 1}{N}$

$= \frac{k}{N}$ (数学归纳法）

所以前k个被采样概率为 $\frac{k}{N}$

后N-k个

对于第i个，k+1<= i<= N

被保留概率 = $\frac{k}{i}$ （根据策略定义）

之后不会被替换概率，根据上面👆证明了，某个池子里已经存在的数字，第j轮不会被替换概率 = $\frac{j - 1}{j}$

那么如果第i+1 ～ N轮都不被替换，相乘乘积就是

$\frac{i}{i + 1} \times \frac{i + 1}{i + 2} \times ... \times \frac{N - 1}{N} = \frac{i}{N}$

k/i 与上面👆的乘积相乘就是 $\frac{k}{i} \times \frac{i}{N} = \frac{k}{N}$

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
链表随机取节点/蓄水池采样reservoir sampling

本文为初学者一步步解释蓄水池采样reservoir sampling策略和逻辑。
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。