Python实现蓄水池抽样算法

蓄水池算法 leetcode . ├── Learn-Dive-into-DL-PyTorch │   ├── Code │   │   ├── CNN │   │   ├── GAN │   │   ├── Language-Model │   │   ├── Lecture1-Linear-model │   │   ├── Lecture2-Softmax │   │   ├── Lecture3-Multilayer-perceptron │   │   ├── Lecture4-Text-Preprocess │   │   ├── RNN-advanced │   │   ├── RNN-base │   │   ├── Translation │   │   ├── datasets │   │   │   └── FashionMNIST │   │   │   ├── processed │   │   │   └── raw │   │   ├── imgs │   │   └── 注意力机制与Seq2seq模型 │   ├── Pytorch tricks │  

同步更新于知乎：https://zhuanlan.zhihu.com/p/107889958 最近在做整理，偶尔看到公众号的一篇关于随机抽样的分享，这个算法面试中经常会问到，特此总结一下。 网上关于这块解释并不清晰，主要参考如下，个人感觉写的比他更通俗易懂，哈哈。 https://zhuanlan.zhihu.com/p/107793995 解决什么问题 主要用于解决大数据流中的随机抽样问题，即：当内存有限，数据长度很大，甚至未知，那么如何从中随机选取k个数据，并且要求是等概率 算法核心 水塘抽样的核心是，只遍历一次，每次都考虑一个问题：当前元素是否被选中，选中后替换之前选中的哪一个元素。 知