随机取样(《编程珠玑》第12章)

随机取样问题，同《编程珠玑》上所讲，总共用了三种方法，在《编程珠玑(续)》中仍有介绍，会在后面补充。可以证明每种方法所选每个元素的概率都相等，都是m/n，这个可以根据公式推导而得，如下。

方法一：选择第一个数的概率为m/n，这是显而易见的，选择第二个数时，概率为：m/n*(m-1)/(n-1)+(n-m)/n*m/(n-1)=m/n，即等于第一个数没有选中，第二个数选中的概率和第一个数选中且第二个数选中的概率之和。选择第i个数的概率和上相似。

方法二：每次都从n个数中选一个数，选m次，因此，每个数被选中的概率相同，为m/n。

方法三：对于每一个数，如果在前m个位置，则表示被选中。在第一个位置上的概率为1/m，在第二个位置上的概率为(n-1)/n*1/(n-1)=1/n，即等于这个数不出现在第一个位置上，且出现在第二个位置上的概率，同样，出现在第i个位置上的概率为1/n，因此，一个数出现在前m个位置的概率为m/n。

至此，三种方法所产生的随机数的概率已经得到证明，算法代码和测试如下：

#include<iostream>
#include<algorithm>
#include<time.h>
#include<set>
using namespace std;

void genKnuth(int n,int m)
{
	srand(time(0));
	for(int i=0;i<n;i++)
	{
		if(rand()%(n-i)<m)
		{
			cout<<i<<endl;
			m--;
		}
	}
}

void genSets(int n,int m)
{
	srand(time(0));
	set<int> randSet;
	while(randSet.size()<m)
		randSet.insert(rand()%(n-1));
	set<int>::iterator iter=randSet.begin();
	for(;iter!=randSet.end();++iter)
		cout<<*iter<<endl;
}

void genShuf(int n,int m)
{
	srand(time(0));
	int *A=new int[n];
	for(int i=0;i<n;i++)
		A[i]=i;
	for(int i=0;i<n-1;i++)//注意这里不需要用i=n-1，此时只有一个数
		swap(A[i],A[i+rand()%(n-1-i)]);//rand()%0会出错！！！
	sort(A,A+m);
	for(int i=0;i<m;i++)
		cout<<A[i]<<endl;
}

int main()
{
	cout<<"***方法一：***"<<endl;
	genKnuth(100,10);
	cout<<"***方法二：***"<<endl;
	genSets(100,10);
	cout<<"***方法三：***"<<endl;
	genShuf(100,10);

	system("pause");
	return 0;
}