蓄水池随机抽样

给定一个巨大的文本文件，写一个程序随机输出文件任意k行（k不大，k行能放入内存），要求每一行出现概率相等，请给出核心算法，算法复杂度以及简要的算法原理说明。

先选中前k个，从第k+1个元素到最后一个元素为止，以k/i(i = k+1，k+2，...,N)的概率选中第i个元素，并且随机替代掉一个原先选中的元素，这样一直遍历完所有的元素之后，得到k个元素。可以保证最后都是随机获取。
原理：每次都是以 k/i 的概率来选择。

证明：假设n-1时候成立，即前n-1个数据被返回的概率都是1/n-1,当前正在读取第n个数据，以1/n的概率返回它。那么前n-1个数据中数据被返回的概率为：(1/(n-1))*((n-1)/n)= 1/n，假设成立。

蓄水池抽样算法：

1. 先选取个元素中的前个元素，保存在集合中；
2. 从第个元素开始，每次先以概率选择是否让第个元素留下。若第个元素存活，则从中随机选择一个元素并用该元素替换它；否则直接淘汰该元素；
3. 重复1和2，直到结束。最后集合中剩下的就是保证随机抽取的个元素。

蓄水池抽样算法正确性证明：
为了证明该算法的正确性，我们要保证算法结束后，原个元素每一个最后存活下来的概率都是（因为从个元素中随机抽取个元素，每个元素被抽中的概率都是）。形式化地，我们要证明的结论是：在算法的第轮，前个元素每一个存活下来的概率都是。
----------------------------------------
利用数学归纳法：

1. 当时，结论显然成立。
2. 当时，根据算法，元素存活的概率为。而对于元素，有两种情况会使其存活下来：要么元素直接被淘汰；要么元素留下，但是没有替换掉元素。由归纳假设，时结论成立，故元素存活的概率为，得证。