蓄水池抽样

最新推荐文章于 2022-01-16 20:14:13 发布

race604

最新推荐文章于 2022-01-16 20:14:13 发布

阅读量564

点赞数

分类专栏：面试题文章标签： random c

本文链接：https://blog.csdn.net/race604/article/details/6838349

版权

面试题专栏收录该内容

15 篇文章 0 订阅

订阅专栏

随即抽样问题：

要求从N个元素中随机的抽取k个元素，其中N无法确定。

是在《计算机程序设计与艺术》中看到的这个题目，书中只给出了解法，没给出证明。

解决方法是叫Reservoir Sampling （蓄水池抽样）

 Init : a reservoir with the size： k
      for i= k+1 to N
          M=random(1, i);
          if( M < k)
              SWAP the Mth value and ith value
      end for

具体的证明见：

http://hi.baidu.com/siyupy/blog/item/33b19a264c8be1078a82a1c5.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

race604

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

蓄水池采样

Always On The Way

08-24

253

import random from typing import Iterator, List def reservior_sampling(pool: Iterator, k: int) -> List: samples: List = [] for idx, item in enumerate(pool): if idx < k: samples.append(item) else: rnd

取样问题总数n事先不知道，等概率取样（编程珠玑chapter12 课后题10）

dianqi7184的专栏

02-07

214

如何在事先不知道文本文件行数n的情况下读取该文件，从中随机选择并输出一行？（事先不知道n的大小，但是一次可以看到这n个对象）即蓄水池抽样（Reservoir Sampling）问题证明如下：问题: 证明当前任意一行为取出行的概率为1/i，i为当前扫描到的行号，也即每一行取出的概率相等我们用数学归纳法来证明，当i=1时，当前只浏览了...

参与评论您还未登录，请先登录后发表或查看评论

蓄水池抽样算法

zrh_CSDN的博客

06-23

189

将N个球放入容积为K的袋子中，如何保证每个球仍然在袋子中的概率相同？1.处理1-K号球时，直接放进袋子里；2.处理第i号球时，以K/i的概率决定是否将第i号球放进袋子里。如果不决定将第i号球放进袋子里，直接扔掉第i号球；如果决定将第i号球放进袋子里，那么就从袋子里的K个球中随机选择一个扔掉，放入第i号球；3.处理第i+1号球时，重复步骤1和2....

面试题从很长的数据流等概率随机采样 蓄水池抽样 Reservoir Sampling

热门推荐

Coding for Dreams

02-24

1万+

题目：有一个网页抓取器每秒钟抓取一个网页，定义一个API，每次调用的时候要等概率的从目前已经抓取的网页中随机选取一个，应该怎么实现？分析：这题题目定义有一定迷惑性，最直接的思路貌似应该是先保存当前采集到的所有网页，然后随机采样，这显然不是这题的考点。这题想只用O（1）的空间。其实就等价于有一个很长的数据流，数据量大到无法载入内存，怎么做随机等概率采样？容易想到的思路是产生一个0到1之间的随机数，然

JAVA学习-蓄水池抽样算法

qq_48772498的博客

01-16

936

生活中无时不刻都在发生着随机事件，我们并不能改变它的随机性，但是我们可以尝试利用它的概率去做更多有意义的事情。比如有一个高 10 米的蓄水池，我们需要对随机一个 1 米的水层进行抽样，这时候很多人都会想到直接生成一个 (0, 10] 的随机数就可以解决，那么要是把高 10 米的条件去掉呢？这显然就不是一个随机数就能解决的了，这时候就得轮到今天的主角——蓄水池抽样算法登场了。 蓄水池抽样算法是一种不用知道蓄水池深度就可以达到抽样效果的算法，他的核心在于按每一层循序依次进行抽样，不同层的抽样计算如下：如果

EatApples#kaleidoscope#蓄水池抽样1

07-25

（1）维护一个大小为 M 的数组. 记当前接收的是第 N 个数据（这里从 1 开始，代码中从 0 开始）（2）如果 N, 直接插入（对于前 M 个元素，

pow(x,y)函数的实现算法

Anything的专栏

10-08

1万+

函数pow(x,y)实现运算x^y，即x的y次方，这里x和y都为整数。这里有算法的原理剖析：http://www.diybl.com/course/3_program/c++/cppjs/2007114/83860.html 算法的基本思想是，减少乘法次数，重复利用结算

STL中Vector的内存释放问题

Anything的专栏

10-16

5395

Vector是STL中最常见的模板之一，其内存是连续的。 Vector的大小有size和capacity之别，内存可以动态增长。 Vector调用clear()之后，只会把size设置为0，而内存空间并没有释放。 vector 中的内建有内存管理，当 vector 离开它的生

《程序员面试宝典》中的一个错误

Anything的专栏

08-27

2702

发现宝典中一个错误，题目如下：判断下面函数的输出 1 void main() 2 { 3 unsigned int a = 0xFFFFFFF7; 4 unsigned char i = (unsigned char)a; 5 char* b =

Shell中的预定义变量

Anything的专栏

10-06

1789

系统在ksh中预定义了许多和shell编程相关的变量,他们有: ●$$ 当前执行的进程PID ●$0 当前执行的shell文件名 ●$# 传递给shell程序的所有位置参数个数 ●$* 传递给shell程序的所有位置参数的值 ●$? 上一条命令执行的返回码 (0表示

C中各类型的长度

Anything的专栏

10-16

1127

记住如下原则： 1 ANSI C规定char类型一定是8位。 2 long类型的长度和cpu字长一样。 3 int长度没有规定，但是不比short短不比long长，并且linux上支持的所有体系中int长度目前都是32位。 4 short和int类似，目前linux

《程序员面试宝典》一些笔记（1）

Anything的专栏

08-26

1079

1. 判断下列程序输出 1 void main() 2 { 3 int arr[] = {6,7,8,9,10}; 4 int *ptr = arr; 5 *(ptr++) += 123; 6 printf("%d\n", *(ptr))

"i++"和"++i"的区别

Anything的专栏

09-23

907

1 功能区别简单的来说，++i 和 i++,在单独使用时，就是 i=i+1。而 a = ++i，相当于 i=i+1; a = i;先执行增1操作，再做表达式运算；而 a = i++，相当于 a = i; i=i+1;先执行表达式操作，再做增1操作；例如： int

记录几个面试题

Anything的专栏

10-27

816

1. 不使用循环把十进制数转换成八进制数：int trans(int num, char* str, int len); （提示：使用递归，代码后面再补上） 2. 非递归实现二叉树的后序遍历；http://blog.csdn.net/race604/article/details/6908640 3 进程之间的通信方式；http://zhidao.baidu.com/question/1450

《程序员面试宝典》一些笔记（2）

Anything的专栏

08-28

755

在书中看到一些技巧的东西，方法都很巧妙，这里记录一下： 1. 判断一个整数是否是2的N次方：方法：X&(X-1)上面的式子中，如果X为2的N次方，例如二进制1000，结果就会为0。这个方法非常巧妙，还可以用来判断一个整数中，二进制表示中1的个数，如下： 1 int co

matlab蓄水池算法