力扣解题思路：蓄水池抽样

给定一个数据流，数据流长度N很大，且N直到处理完所有数据之前都不可知，请问如何在只遍历一遍数据（O(N)）的情况下，能够随机选取出m个不重复的数据。

这个场景强调了3件事：
1.数据流长度N很大且不可知，所以不能一次性存入内存。
2.时间复杂度为O(N)。
3.随机选取m个数，每个数被选中的概率为m/N。

第1点限制了不能直接取N内的m个随机数，然后按索引取出数据。第2点限制了不能先遍历一遍，然后分块存储数据，再随机选取。第3点是数据选取绝对随机的保证。

算法思路大致如下：

1.如果接收的数据量小于m，则依次放入蓄水池。
2.当接收到第i个数据时，i >= m，在[0, i]范围内取以随机数d，若d的落在[0, m-1]范围内，则用接收到的第i个数据替换蓄水池中的第d个数据。
3.重复步骤2。

当处理完所有的数据时，蓄水池中的每个数据都是以m/N的概率获得的。
接下来看代码：

int[] reservoir = new int[m];
//init
for (int i = 0; i < reservoir.length; i++){
   
 reservoir[i] = dataStream[i];
}
for (int i = m; i < dataStream.length; i++){
   
 // 随机获得一个[0, i]内的随机整数
 int d = rand.nextInt(i + 1);
 // 如果随机整数落在[0, m-1]范围内，则替换蓄水池中的元素
 if (d < m){
   
     reservoir[d] = dataStream[i];
 }
}

还有文章中提到的分布式蓄水池抽样，可以看一下~：

思路：

大多是人的解法就是遍历一遍所有数据，然后生成随机数得到该节点：

class Solution {
   
    int max