蓄水池算法

问题：

i=0
s=null
for line in 文本文件
    i=i+1
    r=[0,1)//以1/i的概率将s替换成第i行
    if r<1/i
        s=line

数学原理

复杂度分析:

时间复杂度:o(N)
空间复杂度:o(1)

如果文本中选择N行呢?

i=0
s=[]
for line in 文本文件:
    i=i+1
    if i<=k//如果小于k行,直接选取
        s.append(line)
    else:
        r=[0,1)
        if r<k/i://当i>k,以k/i的概率选择第i行,并且从s[1...k]随机选择一个元素,将它替换成第i行
            j=[1,k]
            s[j]=line

代码优化
i=0
s=[]
for line in 文本文件:
    i=i+1
    if i<=k//如果小于k行,直接选取
        s.append(line)
    else:
        j= [1,i]//选中第一行到第i行
        if j<=k://如果小于k,把s的第j个替换成当前行的文本
            s[j]=line;