海量數據等概率選取問題

1、問題定義可以簡化如下：在不知道文件總行數的情況下，如何從文件中隨機的抽取一行，並且每行被抽中的概率相等？ 首先想到的是我們做過類似的題目嗎？當然，在知道文件行數的情況下，我們可以很容易的用C運行庫的rand()函數隨機的獲得一個行數，從而隨機的取出一行，但是，當前的情況是不知道行數，這樣如何求呢？我們需要一個概念來幫助我們做出猜想，來使得對每一行取出的概率相等，也即隨機。這個概念即蓄水池抽樣（

>>阅读原文<<