蓄水池抽样问题

蓄水池抽样问题描述的是，在一个无穷尽的样本中，要求随即抽取一些样本，这些样本被抽取到的概率必须保持一致。

一个蓄水池就可以理解为无穷大的样本空间。

解决方案就是蓄水库抽样（reservoid sampling）。主要思想就是保持一个集合，作为蓄水池，依次遍历所有数据的时候以一定概率替换这个蓄水池中的数字。

其伪代码如下：

Init : a reservoir with the size： k

for    i= k+1 to N
M=random(1, i);
if( M < k)
SWAP the Mth value and ith value
end for

解释一下：程序的开始就是把前k个元素都放到数组中，然后对之后的第i个元素，以k/i的概率替换掉这个水库中的某一个元素。