蓄水池算法的Python实现

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。该算法的应用场景包括但不限于数据流分析、随机抽奖、网络抓包等。在本文中，我们将详细介绍蓄水池算法的原理，并提供Python代码实现。

原理介绍

蓄水池算法的目标是从一个含有未知大小的数据流中随机选择k个元素，保证每个元素被选择的概率相等。具体步骤如下：

1. 创建一个大小为k的蓄水池（reservoir）用于存储选择的元素。
2. 读取数据流中的前k个元素，并依次放入蓄水池中。
3. 对于第i个元素（i > k），以k/i的概率决定是否将其放入蓄水池中。
4. 如果第i个元素被选择放入蓄水池中，则从蓄水池中随机选择一个元素并替换之。

通过这样的方式，我们可以保证每个元素被选择的概率为k/n，其中n表示数据流中的元素总数。

Python代码实现

下面是使用Python实现蓄水池算法的示例代码：

import random

def reservoir_sampling(stream,