等概率采样数据流中的数字

最新推荐文章于 2022-04-25 20:48:47 发布
最新推荐文章于 2022-04-25 20:48:47 发布
阅读量1.3k 收藏
点赞数
分类专栏： 面试算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/suv1234/article/details/72859988
版权
从数据流中等概率的采样k个数字。
怎么做呢？先拿到最开始的k个数字，然后以后的每个数字等概率的和这k个数字交换。那么就可以达到每个数字被抽取的概率是等概率的。

怎么证明呢？



类似题目：给定一个数据流，其中包含无穷尽的搜索关键字（比如，人们在谷歌搜索时不断输入的关键字）。如何才能从这个无穷尽的流中随机的选取1000个关键字？


suv1234
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
面试题— —从很长的数据流等概率随机采样的两种实现方法
weixin_44398263的博客
03-29 1706
从很长的数据流等概率随机采样 “给出一个数据流，这个数据流的长度很大或者未知。并且对该数据流中数据只能访问一次。请写出一个随机选择算法，使得数据流中所有数据被选中的概率相等。” 在搜索引擎等相关领域也会被问到哦 假设数据流长度为n，那么我们希望数据流中的每个数据都是以 1/n 的概率返回。 相关题目： 382. 链表随机节点 398. 随机数索引 不合适的但容易想到的两种方法： 直观的做法是生成一个 1-n 的随机数 i，代表我们想取第 i 个数据。但是这个前提是我们知道了数据流的长度。通常来说，数据
面试题 从很长的数据流等概率随机采样 蓄水池抽样 Reservoir Sampling
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
一串巨长的数据流中等概率的取出m个数，空间复杂度限制
07-26 2699
只需要m+1个空间；假设已经输入n个数，取一个m长数组保留m个数，假设每个数概率已为m/n;此时再输入第n+1个数；产生一个（1~n+1）随机数，若落在1~m区间内，则留下次数，替换数组中t=（1~m中随机数）位置的数；若落在m+1~n+1区间内，则不保留次数，则如此处理后得到的
水塘抽样(解决k个数据均匀抽样问题)
ahelloyou的博客
04-25 948
水塘抽样 文章目录水塘抽样背景思路k=1k>1例题[398. 随机数索引](https://leetcode-cn.com/problems/random-pick-index/) 背景 给定一个数据流，但是数据流的长度N很大，且N直到处理完所有数据之前都不可知，如何在只遍历一遍数据（O(N)）的情况下，能够随机选取出这组数据的k个概率相等的均匀抽样。(包含未知大小数据流中随机选取k个数据，使得每个数据抽取到的概率相等) （1）仅扫描数据一次。 （2）空间复杂度为O(K)。空间复杂度与整个数据量无关，
[LeetCode Python3] 382. Linked List Random Node + 水塘抽样 +大数据流，等概率抽样
xvrixingkong的博客
04-05 106
382. Linked List Random Node class Solution: def __init__(self, head: ListNode): self.head = head def getRandom(self) -> int: count = 0 reserve = self.head.val cur = self.head while cur: count
Python-TensorFlow开源实现用于训练MCMC采样器
08-11
它支持数据流图模型，可以进行数值计算，并广泛应用于机器学习和人工智能领域。TensorFlow具有灵活性，能够轻松地定义复杂的数学计算，并在CPU、GPU或TPU上进行高效执行。 **Python开发** Python是一种高级编程语言...
《数据压缩与编码》清考复习资料-教程与笔记习题
05-19
1. **RLC压缩**：RLC（Run-Length Coding）是一种简单的数据压缩方法，依赖于数据流中重复字符的出现次数和平均游程长度。游程是指连续相同的字符序列，编码结构决定了压缩效率。 2. **JPEG-LS与JPEG无损压缩**：...
基于采样时间的二阶多智能体系统的量化一致性.pdf
09-13
【摘要】中提到的课题是基于采样时间的二阶多智能体系统的量化一致性问题，主要探讨了在有向连接拓扑下，如何利用概率量化器处理连续时间的二阶多智能体系统的采样数据，以实现一致性。通过矩阵理论，论文得出了系统...
DCGAN pytorch实现，基于MNIST数据集
最新发布
02-08
在本项目中，使用MNIST数据集训练DCGAN，可以帮助我们理解模型在生成类似手写数字图像时的能力，同时验证DCGAN在小规模数据集上的表现。通过PyTorch的实现，我们可以深入学习到如何将理论知识应用于实际问题，进一步...
通信中常用的matlab库函数 (2).pdf
11-11
- `randint`：生成指定范围内的均匀分布随机整数矩阵，常用于模拟随机数据流。 - `randsrc`：根据预设的数字表生成随机矩阵，可用于定制化的随机序列。 2. **噪声函数**： - `wgn`：产生高斯白噪声信号，是模拟...
水塘抽样，相等概率随机取数（不定长数据流）
qq_43874834的博客
04-25 142
水塘抽样，相等概率随机取数（不定长数据流） 问题描述：设 numsnumsnums 中有 kkk 个值为 targettargettarget 的元素，保证这 kkk 个值成为返回值的概率均为 1k\frac{1}{k}k1​ 操作：遍历 numsnumsnums，当我们第 iii 次遇到值为 targettargettarget 的元素时，随机选取 [0,i)[0,i)[0,i) 内的一个整数，如果其等于 000 (范围内任何值都可)，那么就将返回值置为该元素下标，否则不变。 证明： P(第i次遇到值为t
蓄水池采样算法（Reservoir Sampling）原理，证明和代码
热门推荐
anshuai_aw1的博客
03-22 1万+
有一个在大数据下很现实的例子： “给出一个数据流，这个数据流的长度很大或者未知。并且对该数据流中数据只能访问一次。请写出一个随机选择算法，使得数据流中所有数据被选中的概率相等。” 解决这个问题既需要算法设计，又需要一些概率论知识，因此对于大多数人，起码包括我，这不是一个立刻就能想出答案的问题。 解决这个问题的算法叫蓄水池采样（Reservoir Sampling）算法。本篇博客介绍该算法的原理、证...
等概率随机取数算法的几种实现(洗牌算法）
zuimrs的博客
07-12 6898
最近读了项目中的工具脚本，发现一个随机取数的函数，功能大概是从M个数中不重复的随机取出N个数，算是数组随机排序然后取前N个值的变种。
不存储数据流的前提下,从输入流中获得这 n 个等概率的随机数据
lucky_greenegg的专栏
05-25 1636
有一个很大很大的输入流，大到没有存储器可以将其存储下来， 而且只输入一次，如何从这个输入流中随机取得n 个记录。采用何种方法,才能在不需要存储数据流的基础上,获得这 n个等概率的随机数据呢? That is, If mn, generate a random number R=rand(m) in [0, m), replace a[R] with new number if R fal
等概率抽样
守望者的博客
02-23 6311
1、按比例抽样比如按照比例P=0.7抽样： 生成0，1间的随机浮点数，通过与P比较判断抽样，random>P,抽出样本，否则，不抽 如果P值是一个复杂的小数，比如P=0.932930100011123213，编程语言支持小数精度无法进行准确比较时，可以采用概率模拟。 随机0-100000000000000000的整数，与932930100011123213进行比较。2、按数量等概率抽样（1）已
【算法】未知长度序列等概率采样
NeoMT的专栏
04-10 2112
给一个序列，长度未知，要求从中随机等概率采样出m个元素。
从N个数中等概率打印M个数
不远远方
01-16 368
【题目】给定一个长度为N且没有重复元素的数组arr和一个整数m，实现函数等概率随机打印arr的M个数。【要求】相同的数不要重复打印 时间复杂度为O(M),额外空间复杂度为O(1) 可以改变arr数组【代码】//从N个数中等概率打印M个数 public static void printRandM(int[] arr, int m) { if(arr==null||arr.
给一个无限长链表，怎么随机抽K个数，保证每个数抽到概率一致——蓄水池抽样
慢慢冲鸭子的博客
09-05 593
类似：数据流，选K个数，怎么保证每个数抽取概率一样？ 转载：蓄水池抽样——《编程珠玑》读书笔记 int random_pick(int m) { int ret = rand() % (m + 1); return ret; } void reservoir_sample(int* input, int * result, int k,int n ) { srand(time(NU...
如何等概率地从n个数中随机抽出m个数？
xiaocong1990的博客
08-11 5519
题 目： 如何等概率地从n个数中随机抽出m个数？ 上题中如果n的大小不确定（可以认为是⼀个数据流），如何做？   方法： 蓄水池抽样 具体方法：我们先选取前m个数放入池中，然后我们每次以m/k的概率选择第k(k>m)个数a[k]，然后再在蓄水池中随机选取一个元素a[j],交换a[k]和a[j];   Init : a reservoir with the size： m...
数据采集技术采样保持器(共53张PPT)精选.pptx
11-15
数据采集技术采样保持器(共53张PPT)精选.pptx

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值