正在查看旧版本。 查看 当前版本.

与当前比较 查看页面历史记录

版本 1 下一个 »

以在线处理的方式从一个长度未知的数据流中随机选出k个元素,注意点:

  1. 数据流长度未知,可能很大,所以不能先遍历保存成数组再取随机下标。
  2. 在线处理,边读取边计算结果。
  3. 不管数据规模有多大,取出的k个元素概率一样的。

蓄水池抽样的典型应用场景如下:

  1. 给定一个长度未知的单链表,请随机选择链表的一个节点,并返回相应的节点值。 要求每个节点被选中的概率都是一样的
  2. 同上,但要求随机选出m个结点,同样要求每个节点被选中的概率都一样。


解决方法:

先以随机选出1个结点为例,第一次抽样时,选中该结点的概率为1,第二次抽样时,有1/2的概率将第二次抽样的值作为选中的结点,第三次抽样时,选中的概率为1/3,以此类推,遍历完所有的结点,最后保留的结点就是符合要求的随机结点,以单链表为例,示例代码如下:

int getRandom(ListNode *head) {
    int ans;
    int i = 0;
    for(auto node = head; node != nullptr; node = node->next) {
        if(rand() % i == 0) { // 第i个结点选中的概率为1/i,如果命中
            ans = node->val;
        }
        i++;
    }
    return ans;
}
  • 无标签