假设有一个文本文件,文件中有若干行。要求返回随机的一行。每行的被选概率相同。
两种情况:
1、如果文件很大,不能全放入内存
2、如果是文件流
两种情况:
1、如果文件很大,不能全放入内存
2、如果是文件流
大文件的特点是不能载入内存随机读取,文件流的特点是只能读取一次。
//伪代码
i = 1
chosen_line = ""
while line has next:
# random returns a uniform random number in [0,1)
if random() < 1/i:
chosen_line = line
i += 1
line = line.next
return chosen_line
类似随机选取问题:对于整数m和n,其中m<n,输出0~n-1范围内m个随机整数的有序列表,不允许重复。
void GenKnuth(int m, int n)
{
for(int i=0; i<n; ++i)
{
if((bigrand()%(n-i)) < m)
{
cout<<i<<endl;
--m;
}
}
}
计算每个i被输出的概率,会发现都是m/n,因此是等概率的随机选取。