[LeetCode Python3] 382. Linked List Random Node + 水塘抽样 +大数据流,等概率抽样

这篇博客介绍了如何利用‘水塘抽样’算法在大数据流中实现等概率选取k个元素,以解决类似LinkedListRandomNode问题。通过维护一个计数器和当前节点值,循环遍历链表并根据随机数确定保留值,最终返回随机选取的值。此方法适用于需要在大数据集中随机采样的场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

382. Linked List Random Node

class Solution:
    def __init__(self, head: ListNode):
        self.head = head
    def getRandom(self) -> int:
        count = 0
        reserve = self.head.val
        cur = self.head
        while cur:
            count += 1
            rand = random.randint(1, count)
            if rand == count:
                reserve = cur.val
            cur = cur.next
        return reserve

类似的大数据流,要求等概率地取其中k个数,均可以采用“水塘抽样”算法。详细介绍

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值