蓄水池采样

---

前言

给定一个数据流，数据流长度$N$非常大，且$N$直到处理完所有数据之前都不可知，要求遍历一遍就可以找到目标值。

---

一、蓄水池抽样算法原理

原理：蓄水池抽样是一系列的随机算法，其目的在于从包含 $n$个项目的集合 $S$ 中选取 $k$ 个样本，其中 $n$ 为一很大或未知的数量，尤其适用于不能把所有 $n$ 个项目都存放到内存的情况。

二、题目练习

1.链表随机节点382

给定一个单链表，随机选择链表的一个节点，并返回相应的节点值。保证每个节点被选的概率一样。 进阶: 如果链表十分大且长度未知，如何解决这个问题？你能否使用常数级空间复杂度实现？ 示例:

// 初始化一个单链表 [1,2,3].
ListNode head = new ListNode(1);
head.next = new ListNode(2);
head.next.next = new ListNode(3);
Solution solution = new Solution(head);

// getRandom()方法应随机返回1,2,3中的一个，保证每个元素被返回的概率相等。
solution.getRandom();

解题代码:

class Solution {
   
public:
    ListNode* h;
    Solution(ListNode* head) {