蓄水池抽样算法

不一次性将数据读入内存，只遍历一次数据即可等概率抽取子集数据，真是神奇。

测试例子：

0到99一百个数字中随机抽取10个数，每个数被抽到概率1/10；重复1000次抽样，结果统计每个数字被抽到的次数为 1000 * 1/10 = 100 次左右。

use rand::Rng;
use std::collections::BTreeMap;
use rand::prelude::*;
use rand_pcg::Pcg64;


fn main() {
    let mut total = Vec::new(); // 总数据集
    for x in 0..100 { total.push(x); }
    let mut rng = Pcg64::seed_from_u64(11); // 随机种子
    let n = 10; // 取10个数
    let mut bt = BTreeMap::new();
	
	/// 1000次抽样测试
    for _ in 0..1000 {
        let mut get = vec![];
        for i in 0..n { get.push(i as i32); }

        for t in n..total.len() {
            let ret:usize  = rng.gen_range(0..=t);
            if ret < n {
                get[ret] = total[t];
            }
        }
		
        // 结果统计
        for x in get.iter() {
            *bt.entry(*x).or_insert(0) += 1;
        }
    }

    for (k,v) in bt {
        println!("{}->{}",k,v);
    }
}

结果：

计数结果每个数字次数基本都在100次左右。