海量數據隨機選取

海量數據隨機選取 轉自更詳細的大神博客 問題1：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？ 問題2：在不知道文件總行數的情況下，如何從文件中隨機的抽取 k 行，並且每行被抽中的概率相等？ 問題一：抽取一行 在知道文件行數的情況下，直接用 rand 函數就可以 不知道文件行數的時候，我們需要一個概念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<<