从一个链表中等可能取出若干节点

题目是这样的：给定一个单向链表，遍历一遍，从中选出M点，要求每个节点被选中的概率相同。

这主要是一个概率论的问题，既然是单向链表，分两种来讨论

1.如果我们事先就知道链表的长度

那么这个问题就变为一个经典的抽签问题--在不知道前面人抽到的结果情况下，每个人抽中奖的概率是一样的

证明如下：

(1).假设一个票箱里面有N张票，其中M张是奖票，那么第一个人抽中的概率是M/N，抽不中的概率是(N-M)/N

(2).第二个人来抽签，他不知道前面一个人抽中否，如果第一个人抽中，那么奖票少了一张，他中奖的概率为(M-1)/(N-1)，前面一个人没有中奖，他中奖的概率为M/(N-1)，那么由全概率公式得到他中奖的概率为 M/N * (M-1)/(N-1)+(N-M)/N * M/(N-1),可以算一下结果为 M/N，也就是说第二个和第一个中奖的概率是一样的。

然后以此类推，这是一个古典概率类型。

2.不知道链表长度。

    这个在很多场合都是有用的，比如一个网站每天的访问量是不确定的，要从每天访问的URL里面尽可能公平的抽出一些来进行分析。

    如果不知道总长度，我们在任意时刻可以知道已经访问了多少节点了，即为now，以及我们需要抽取的数目m，我们每次可以以m/now的概率来确定是否需要保存当前的节点。但是问题出现了，一个节点在当前如果被保存了那么显然对于越往后的节点越不公平，因为随着now的增加，它们的now'>now,所以显然被选中的概率会变小。

    看到m/now,我们会思考，怎么样保证在now'->now+1后更新所有被选中的概率呢？最好这个因子是now/now',因为这样更新后的每个节点的概率就依然会保持m/now',这样一想就可以这样，每次同样以m/now'选择节点，如果被选中，就将原来被选中的任意一个替换掉。这样一来，每个之前保存的节点不被替换掉的概率是m/now * now/now'=m/now'，也就是说继续保持选择状态全部更新为m/mow'。这样随着递增，每个节点被选中的概率一直都是m/now,保证了公平性。

以下是实现中的关键代码：

int PickNode(node *head,int count)
{
	if(head==NULL||count<0)
		return -1;
	node *p=head;
	int total=0;		//记录目前统计的数目
	int *data=new int[count]; //从中抽多少个数据
	int pos;
	int range;	//结果统计区间
	srand((unsigned)time(NULL)); 
	while(p!=NULL)
	{
		total++;
		pos=ulrand()%total;
		if(pos<count)
			data[pos]=p->value;
		p=p->next;
	}
	cout<<"生成完毕，设定统计区间"<<endl;
	cin>>range;

	int temp=total/range;
	int *sta=new int[temp];
	for(int i=0;i<temp;i++)
		sta[i]=0;
	for(int i=0;i<count;i++)
		sta[data[i]/range]++;
	for(int i=0;i<temp;i++)
		cout<<i*range<<"~"<<(i+1)*range<<"段:"<<sta[i]<<endl;
	return 0; 
}

产生大随机数的方法先产生一个小的随机数，然后将产生的随机数组合起来：

unsigned long ulrand(void) {
	return (
		(((unsigned long)rand()<<24)&0xFF000000ul)
		|(((unsigned long)rand()<<12)&0x00FFF000ul)
		|(((unsigned long)rand()    )&0x00000FFFul));
}

先输入队列长度，要选出的元素个数，然后筛选完毕，统计各个数段的个数，看是否均匀。以1千万为长度，然后以50万为区间进行统计。结果如下：

抽取10000个元素：                抽取10万元素：

    

    另外还有一个要注意，在生成随机数的时候，如果直接调用rand()，需要为它指定参数，以得到不同的随机序列，另外他生成的随机数受stdlib.h中定义的RAND_MAX限制，如果要生成足够大的随机数应该生成几次，然后取它的不同位赋给一个新的数，比如第一次生成的低10位对应新数的低10位，第二次对应11~20位，依此类推，这样就可以得到一个足够大的随机数了。