描述

该算法可用于从数据流中随机抽取指定数量的样本。
假设目标样本数量为 n，参与抽样的数量为 i。
蓄水池容量为 n，参与抽样的数量为 i

每接收一个样本，不断计算抽样结果：

• i < n 时，直接将样本留在蓄水池
• i >= n 时，随机从 参与抽样的样本中选择一个，如果超过蓄水池水位，则淘汰新进来的元素，否则以新进来的元素替换刚刚选中的那个样本

最终每个元素的留下概率为：

• i <= n 时，概率为 1
• i > n 时，概率为 $$\frac{n}{i}$$

Java基本实现

提供基本实现思路，实际落地适当改造

蓄水池模型

public class Award {/*** 中奖人数组*/private int[] persons;/*** 参与人数*/private int count;public Award(int award) {this.persons = new int[award];}/*** 参与抽奖* @param id*/public void join(int id) {if (count < persons.length) {persons[count] = id;count++;} else {count++;int result = (int) (Math.random() * count);if (result <= persons.length - 1) {persons[result] = id;}}}public int[] getPersons() {return persons;}
}

参与抽样

• 模拟抽样（实际开发中，更适合外部数据来一个计算一个抽样结果）
  抽样目标10个，样本数 10000000 个

Award award = new Award(10);
for (int i = 0; i < 10000000; i++) {award.join(i);
}

这个系列为个人日常分享，仅作参考。

各种解决方案欢迎留言。