随机抽样java_Reservoir Sampling 蓄水池抽样算法，经典抽样

随机读取数据，如何保证真随机是不可能的，因为计算机的随机函数是伪随机的。

但是在不考虑计算机随机函数的情况下，如何保证数据的随机采样呢？

1.系统提供的shuffle函数

C++/Java都提供有shuffle函数，可以对容器内部的数据打乱，保持随机排序。

C++：

1 template

2 void shuffle (RandomAccessIterator first, RandomAccessIterator last, URNG&& g);

Java：

1 static void shuffle(List>list);2 static void shuffle(List> list, Random rnd);

这些函数对数量一定的数据的随机打乱顺序，并不能处理数量不定的数据流。

2.在序列流中取一个数，如何确保随机性，即取出某个数据的概率为:1/(已读取数据个数)

假设已经读取n个数，现在保留的数是Ax，取到Ax的概率为(1/n)。

对于第n+1个数An+1，以1/(n+1)的概率取An+1，否则仍然取Ax。依次类推，可以保证取到数据的随机性。

数学归纳法证明如下：

当n=1时，显然，取A1。取A1的概率为1/1。

假设当n=k时，取到的数据Ax。取Ax的概率为1/k。

当n=k+1时，以1/(k+1)的概率取An+1，否则仍然取Ax。

(1)如果取Ak+1，则概率为1/(k+1)；

(2)如果仍然取Ax，则概率为(1/k)*(k/(k+1))=1/(k+1)

所以，对于之后的第n+1个数An+1，以1/(n+1)的概率取An+1，否则仍然取Ax。依次类推，可以保证取到数据的随机性。

代码如下：

1 //在序列流中取一个数，保证均匀，即取出数据的概率为:1/(已读取数据个数)

2 voidRandNum(){3 int res=0;4 int num=0;5 num=1;6 cin>>res;7

8 inttmp;9 while(cin>>tmp){10 if(rand()%(num+1)+1>num)11 res=tmp;12 num++;13 }14 cout<

3.在序列流中取k个数，如何确保随机性，即取出某个数据的概率为:k/(已读取数据个数)

建立一个数组，将序列流里的前k个数，保存在数组中。(也就是所谓的"蓄水池")

对于第n个数An，以k/n的概率取An并以1/k的概率随机替换“蓄水池”中的某个元素；否则“蓄水池”数组不变。依次类推，可以保证取到数据的随机性。

数学归纳法证明如下：

当n=k是，显然“蓄水池”中任何一个数都满足，保留这个数的概率为k/k。

假设当n=m(m>k)时，“蓄水池”中任何一个数都满足，保留这个数的概率为k/m。

当n=m+1时，以k/(m+1)的概率取An，并以1/k的概率，随机替换“蓄水池”中的某个元素，否则“蓄水池”数组不变。则数组中保留下来的数的概率为：

所以，对于第n个数An，以k/n的概率取An并以1/k的概率随机替换“蓄水池”中的某个元素；否则“蓄水池”数组不变。依次类推，可以保证取到数据的随机性。

代码如下：

1 //在序列流中取n个数，保证均匀，即取出数据的概率为:n/(已读取数据个数)

2 void RandKNum(intn){3 int *myarray=new int[n];4 for(int i=0;i>myarray[i];6

7 int tmp=0;8 int num=n;9 while(cin>>tmp){10 if(rand()%(num+1)+1

11 myarray[rand()%n]=tmp;12 }13

14 for(int i=0;i