提升随机样本，如 python random.sample答案

【问题标题】：boost random sample like python random.sample提升随机样本，如 python random.sample
【发布时间】：2013-04-04 06:46:09
【问题描述】：

我正在尝试使用 C++ 来模仿 python

random.sample(a_set, n_samples)

类似C++的函数

set<string> sample(set<string> input, int n_samples)

在我自己写之前，有没有图书馆这样做？我的电脑上有boost 1.46。

【问题讨论】：

如果我猜对了，你需要一个函数来生成n_samples 唯一的随机数，对吧？
@KirilKirov 从a_set 的群体中选择n_samples 的独特元素。

标签： c++ python boost random random-sample

【解决方案1】：

从 C++17 开始就有std::sample:

std::sample(input.begin(), input.end(), std::back_inserter(out),
            n_samples, std::mt19937{std::random_device{}()});

原始答案如下。我把它留在这里供参考。

SGI's implementation of the STL 具有 random_sample 和 random_sample_n 函数：

template <class InputIterator, class RandomAccessIterator>
Random AccessIterator random_sample(InputIterator first, InputIterator last,
                                    RandomAccessIterator ofirst,
                                    RandomAccessIterator olast) 

template <class ForwardIterator, class OutputIterator, class Distance>
OutputIterator random_sample_n(ForwardIterator first, ForwardIterator last,
                               OutputIterator out, Distance n)

random_sample_n 将[first, last) 范围内的元素样本随机复制到[out, out + n) 范围内。输入范围内的每个元素在输出范围内最多出现一次，样本以均匀概率选择。

很遗憾

Matt Austern 提出了几个额外的算法（大部分取自 SGI 的标准库的原始 STL 实现）。其中包括 random_sample 和 random_sample_n

^{（来自N3925）}

但是

在 Sophia-Antipolis 会议上经过 WG21 审议后，Austern 更新了提案，产生了 [N2666]。在其他变化中，他撤回了采样算法，因为“LWG 担心它们可能对标准化的理解不够好……为 TR2 提出这些算法可能是合适的”。 LWG 随后取得了稳固的成绩共识（10-1, 2 abs.）以支持在未来的技术报告（现在称为技术规范）中包含这些算法。

random_sample_n 算法的一个版本已进入 Library Fundamentals TS，称为 std::experimental::sample，提案的最新迭代 N3925 于 2014-02 年被采用，但仍未成为标准的一部分（可能在 C++17 中）。

除了水库采样算法，您还可以看看 Donald Knuth 在 The计算机编程艺术 - 第 2 卷 - §3.4.2。

【讨论】：

【解决方案2】：

您要解决的问题称为reservoir sampling。我尝试在谷歌上搜索“水库采样 C++ 实现”。 Google 会自动为我完成查询，但粗略浏览一下结果并没有找到实际的库。

该算法非常简单，自己学习和编写也很有趣，所以我建议这样做。

【讨论】：