Reservoir Sampling

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 400+累计阅读 410平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄12年

关注

原创最新推荐文章于 2026-08-11 18:48:14 发布 410 阅读 AI 写同款· GEO 优化 ›

面试题80：海量数据等概论抽样（蓄水池问题）题目：从N个元素中随机抽取K个元素，N的个数不确定，要求保证每个数字被抽中的概率相等。解读：这种应用的场景一般是数据流的情况下，由于数据只能被读取一次，而且数据量很大，并不能全部保存，因此数据量N是无法在抽样开始时确定的；但又要保证概率相等。解决：解决方案就是蓄水池抽样。主要思想就是保持一个集合（这个集合最终的数字就是被抽中的数字）。依次遍历所有数据的时候以一定的概率替换掉这个阅读详情

蓄水池算法~~~

收录于

编程之美

当前文章被收录于：

编程之美

39 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

redis内存淘汰策略-------Reservoir Sampling(水库采样) 水库采样法（Reservoir Sampling）是一种在处理大规模数据流或未知大小的数据集合时，用于从中随机抽取固定数量样本的算法。它特别适用于数据流场景，因为在数据流开始之前并不知道其总量。核心思想水库采样的核心思想是在处理一个可能无限大的数据流时，从中抽取固定数量的样本，使得每个数据元素被选中的概率是相同的。操作步骤初始化：创建一个大小为k的“水库”数组，并将前k个元素直接存入水库。替换阶段对于每一个新的元素（假设这是第n个元素），生成一个随机数r，该随机数的范围是[0, n-1]。阅读详情

相关推荐

图解连续学习中的蓄水池抽样算法(The Illustrated Reservoir sampling)

近期在看连续学习中有关于Replay Method的文章时，在对数据流的采样中，reservoir sampling方法出现了很多次。本文将对该方法进行梳理，

等待戈多的博客 2195

Sampling：Uniform、Reservoir 与 Stratified Sampling 教程

文章摘要：本文介绍了统计学中三种经典采样技术：均匀采样(Uniform Sampling)、蓄水池采样(Reservoir Sampling)和分层采样(Stratified Sampling)。均匀采样简单直观，每个元素被选中的机会均等，适合已知总体规模的情况。蓄水池采样专为流式数据设计，能在未知数据总量的情况下保持固定大小的随机样本集，节省内存。分层采样先将总体按重要属性分层，再在各层内分别采样，确保不同子群体都能被充分代表，特别适用于分布不均衡的数据。文章通过数学公式、伪代码和Python实现示例，

m0_56086190的博客 428

CUDA 12.1环境下的动态库链接修复：从libcusparse.so.12的undefined symbol错误到libnvJitLink.so.12的正确加载

本文详细解析了在CUDA 12.1环境下，PyTorch因libcusparse.so.12找不到libnvJitLink.so.12中的__nvJitLinkAddData_12_1符号而报错的根本原因。通过诊断动态链接过程，提供了创建符号链接、修改环境变量等三种解决方案，并深入探讨了nvJitLink组件的作用及环境配置的最佳实践，帮助开发者彻底解决此类动态库链接问题。

c8d9e0f1的博客 205

Reservoir Sampling & Quickselect

Reservoir Sampling 适用于从很大的数据堆里随机取样，一般适用于内存不足以装入所有数据的情况。从n个数据里随机取k个数 1. 用前k个数据组成一个reservoir 2. 从k+1开始，对于第i个元素，随机产生一个1~i之间的数j，如果j 证明tips 每次循环，reservoir里第j个（j Quickselect O(n)，每次都去掉一

通往梦想 698

Keil MDK-ARM v5.43a 部署 STM32F103 开发环境全流程

嵌入式开发环境是 Cortex-M 微控制器工程落地的基础支撑，其核心在于编译器链、设备支持包（DFP）与调试驱动的协同一致性。Keil MDK-ARM 作为工业级 ARM Cortex-M 开发套件，依托 Arm Compiler 和 CMSIS 标准，提供从代码编译、外设抽象到实时调试的全栈能力。其技术价值体现在对 STM32 等主流 MCU 的深度适配、高可靠性 SWD 调试支持，以及与 HAL 库、CubeMX 工程的无缝集成。典型应用场景涵盖温湿度传感终端、工业 PLC 子模块及低功耗边缘节点开发

weixin_33750664的博客 886

LS-DYNA中的流固耦合

在LS-DYNA中对流固耦合问题的求解提供了两种方法，ALE流固耦合和基于ICFD的流固耦合。本文将对两种方法的各自特点进行分析。 ALE方法的流固耦合适用范围 ALE求解器主要用于层流。ALE求解器也不是完全的NS求解器，因此不考虑边界层的影响，比如阻力。流体粘性效应仅通过材料模型获得，也就是*mat_null的MU。ale求解器是为了求解高压高速度梯度的短时问题而开发的。该求解器并不适用于求解低压力梯度问题比如声学，也不适用于长时间问题（秒的尺度甚至更长）。时间的限制是显式时...

m0_69812055的博客 8556

水塘抽样（Reservoir sampling）

水塘抽样（Reservoir sampling）题目：给出一个数据流，这个数据流的长度很大或者未知。并且对该数据流中的数据只能访问一次。请写出一个随机选择算法，使得数据流中所有数据被选中的概率相等。这个问题的扩展就是：如何从未知或者很大样本空间随机的取k个数？或者说，数据流长度为N行，要随机抽取k行，则每一行被抽取的概率为k/N。这个问题也就是在大数据流中的随机抽样问题：当内存无法加...

大数据进阶之路 929

从零构建生产级K8s-v1.35.0集群：基于Containerd与Cilium的kubeadm实战指南

本文详细介绍了从零构建生产级K8s-v1.35.0集群的全过程，涵盖环境准备、Containerd配置、Kubernetes组件安装、集群初始化及Cilium网络部署等关键步骤。通过实战经验分享系统调优技巧和常见问题解决方案，帮助读者快速搭建稳定高效的Kubernetes集群。

weixin_28725553的博客 219

【Algorithm】 Reservoir Sampling & Shuffle an Array

Reservoir Sampling Example Question: Randomly choosingksamples from a list ofnitems,wherenis either a very large or unknown number. Typicallynis large enough that the list doesn’t fit in...

Steven Li's Zone 480

5分钟搞定SNMP工具安装：从Linux到Windows的snmpwalk/snmpget全攻略

本文提供了SNMP工具（snmpwalk/snmpget）在Linux和Windows系统上的快速安装与使用指南，涵盖从基础安装到高阶应用的全面解析。通过详细的命令示例和故障排查技巧，帮助用户快速掌握网络设备监控与诊断的核心技能，提升运维效率。

weixin_29248313的博客 553

基于强化学习控制策略的三相逆变器仿真

强化学习控制器的核心在于定义状态空间、动作空间、奖励函数以及选择合适的强化学习算法（例如DQN、DDPG等）。对于三相逆变器，状态可以是输出电压、电流等信息；动作则可能是调制指数的变化量；奖励函数则应鼓励快速准确地跟踪参考信号。定义状态空间和动作空间状态空间可以包括逆变器的输出电压、电流及其变化率等信息。动作空间则是控制器可执行的动作，例如PWM信号的调整幅度。matlab深色版本% 定义状态和动作空间维度numObs = 6;% 假设有六个状态变量（例如三相电压和电流）

amy_mhd的博客 135

蓄水池抽样 - Reservoir Sampling

转自: http://www.guokr.com/blog/745588/ 题目要求：从个元素中随机抽取个元素，但的个数无法事先确定。在实际应用中，往往会遇到很大数据流的情况。因此，我们无法先保存整个数据流然后再从中选取，而是期望有一种将数据流遍历一遍就得到所选取的元素，并且保证得到的元素是随机的算法。蓄水池抽样算法：先选取个元素中的前个元素，保存在集合中

YtdxYHZ的专栏 669

IMEI引起的无法驻网问题

问题不复杂，场景很简单，如上图，UE在进行LTE attach过程时，在送完NAS security mode complete后，就立刻收到了网络attach reject 带cause 6 Illegal ME，根据协议描述这个cause 代表ME不被网络可接受，例如ME在禁止名单或者黑名单中就会有这种cause。然而前方在报这个问题的时候，也是知道SIM卡和手机IMEI在运营商那边没能成功绑定，然后才报的问题，要查看手机是不是有问题...... 告诉前方原因后，还认为是手机问题，告知要继续查。

asd199086的博客 1426

Reservoir Sampling - snapchat

首先说一下Reservoir Sampling的原理 ref:http://www.geeksforgeeks.org/reservoir-sampling/ 如果输入的Stream里面有N个数，我们需要从中选取k个随机的数，那么：先把前k个数放入“水塘”（index范围是[0, k - 1]）从index为[k,N - 1]中的第i个数中，随机生成一个[0, ...

weixin_30677073的博客 158

【Proteus仿真】74HC595+74LS154驱动显示16X16点阵

perseverance51博客 2892

温度PID控制PLC程序

温度PID稳定控制程序，适用于欧姆龙PLC，对其他PLC也具有很大参考价值

蓄水池采样算法（Reservoir Sampling）原理，证明和代码

有一个在大数据下很现实的例子： “给出一个数据流，这个数据流的长度很大或者未知。并且对该数据流中数据只能访问一次。请写出一个随机选择算法，使得数据流中所有数据被选中的概率相等。” 解决这个问题既需要算法设计，又需要一些概率论知识，因此对于大多数人，起码包括我，这不是一个立刻就能想出答案的问题。解决这个问题的算法叫蓄水池采样（Reservoir Sampling）算法。本篇博客介绍该算法的原理、证...

anshuai_aw1的博客 2万+

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android：LinePhone3.2.7(最新版本)，官网地址：http://www.linphone.org/

Reservoir sampling

Having an input stream of n, select k elements with equal probability. Algorithm: 1. select k elements into the result first 0....k-1 2. for k....n-1 elements, each time i, generate a random n

雯雯熊孩子 723

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

有关蓄水池抽样（Reservoir Sampling）和自己的一些思考

转自http://handspeaker.iteye.com/blog/1167092 最近在校论坛上看到了一个叫蓄水池（Reservoir Sampling ）抽样的问题，感觉很有趣，记录如下：题目：要求从N个元素中随机的抽取k个元素，其中N无法确定。解法： Init : a reservoir with the size： k f

wolenski的专栏 683

蓄水池抽样算法 Reservoir Sampling

2018-03-05 14:06:40 问题描述：给出一个数据流，这个数据流的长度很大或者未知。并且对该数据流中数据只能访问一次。请写出一个随机选择算法，使得数据流中所有数据被选中的概率相等。问题求解：如果是长度已知或者有限的问题，那么可以使用朴素的方法，先遍历一遍得到的长度。然后在得到长度后可以使用随机算法得到一个随机的index。但是本题已经明确指出数据流长度很大或者未知，也就是说只...

weixin_30408309的博客 97

算法系列：Reservoir Sampling

weixin_30951231的博客 104

Reservoir Sampling - 蓄水池抽样

问题起源于编程珠玑Column 12中的题目10，其描述如下：　　How could you select one of n objects at random, where you see the objects sequentially but you do not

OOM 1229

reservoir_sampling

Reservoir Sampling 蓄水池抽样1.问题描述从包含n个元素的列表L（比如链表、输入流等）中随机选取k个样本。 - 其中n是一个很大或者未知的数量，也不能把n个元素都放到内存中，所以无法提前知道n。 - k个样本要随机选取。 - 只能遍历一次链表。2.解决方案1）分析问题 k个样本要随机选取。一种可行的随机方案是n个元素中每个元素被选取的概率都相等，所以每个样本被选中的概率 =