海量数据随机选取

海量数据随机选取 转自更详细的大神博客 问题1：在不知道文件总行数的情况下，如何从文件中随机的抽取一行，并且每行被抽中的概率相等？ 问题2：在不知道文件总行数的情况下，如何从文件中随机的抽取 k 行，并且每行被抽中的概率相等？ 问题一：抽取一行 在知道文件行数的情况下，直接用 rand 函数就可以 不知道文件行数的时候，我们需要一个概念来使得对每一行取出的概率相等，也即随机。这个概念即蓄水池抽样

>>阅读原文<<