python3 錦鯉第一步！瞭解隨機抽樣之蓄水池演算法

1. 蓄水池演算法 問題背景： 樣本空間為N，從N個樣本中隨機不重複地抽取K個樣本，其中N是未知且非常巨大的數，如何保證每個樣本是等概率被抽取才是關鍵。

   演算法邏輯： （1）先選取前k個數據（0,1,2,…k-1，角標從0開始） （2）對於第i個數據（k<=i<n），隨機生成區間[0, i）的一個數r，如果r<k，則將資料替換。

   近期的朋友圈都在瘋轉各式各樣的錦鯉，早晨起來看見了一篇關於隨機抽樣的推文，就想了解一下這個蓄水池演算法。在此現實背景下，預設一個活動的錦鯉只有一條，那麼K=1。 接下來證明演算法邏輯下每個樣本成為錦鯉的概率均為1/N：

2. 程式碼實現 使用的是python3編譯：

import numpy
import os
import random

def SelectJINLI(List1):
 List1[0] = []    #錦鯉的獎池，將會容納列表List1的某個使用者名稱
 a = []   
 num=2       #List1[1]是num=1的時候，num=2即剛好是是List[1]
 for i in List1[1:]:
     if random.random() < 1.0/num:    #random.randdom（）隨機產生的是[0,1)的數值
         a = List1[num-1]         #滿足條件，即將List1[num-1]放入獎池中
         List1[0] = a
     num=+1
     
 

Notes: 程式中的List1可以是爬取的微博轉發列表，也可以是其它姓名列表。 廢話一句，多次轉發，列表裡有多個相同ID，可以通過去除重複ID，保證每人成為錦鯉的概率相等。所以私以為，轉發多次不能增加獲獎概率。 如今眾多平臺相繼傳送錦鯉文案，在佩服某巨頭公司的集卡、返利、錦鯉推廣的同時，多個相關小平臺的轉發，缺乏監管單位監督下，感覺更像是一次娛樂泡沫。