Python编程：实现蓄水池抽样算法 - 附完整代码

蓄水池算法 leetcode leetcode-cn.go 数组 267 动态规划 213 数学 190 字符串 187 树 155 深度优先搜索 132 哈希表 132 二分查找 92 贪心算法 78 广度优先搜索 74 双指针 ...分治算法 ...蓄水池抽样 2

os-fast-reservoir 快速近似水库采样的Python实现。 安装 $ pip install os-fast-reservoir 用法 原料药 from os_fast_reservoir import ReservoirSampling rs = ReservoirSampling(100) for i in range(1000): rs.sample(i) for i in rs: print i 命令行 $ os-fast-reservoir -h usage: os-fast-reservoir [-h] [-v] [-f FILES [FILES ...]] -n NUM Reservoir sample tool. optional arguments: -h, --help

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

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 │