蓄水池算法(Reservoir Sampling)是一种用于从大规模数据流中随机抽样的算法。它的特点在于它可以在不知道数据流的总量的情况下,从中随机选择k个元素,并且每个元素被选择的概率相等。这个算法在处理大数据流的情况下非常有用,因为它只需要常数级别的内存空间。
下面是蓄水池算法的Python实现示例代码:
import random
def reservoir_sampling(stream, k):
reservoir = []
n = 0
蓄水池算法(Reservoir Sampling)是一种用于从大规模数据流中随机抽样的算法。它的特点在于它可以在不知道数据流的总量的情况下,从中随机选择k个元素,并且每个元素被选择的概率相等。这个算法在处理大数据流的情况下非常有用,因为它只需要常数级别的内存空间。
下面是蓄水池算法的Python实现示例代码:
import random
def reservoir_sampling(stream, k):
reservoir = []
n = 0