水库采样算法

Posted 2020-09-17 SimonKly

//水库采样 用较小的开销来估计一个较大的数据流
 1 #include<stdio.h>
 2 #include<stdlib.h>
 3 #include<time.h>
 4 int main()
 5 {
 6     int count=0;
 7     long long int sum_all=0;
 8     long int sum=0;
 9     int i=0;
10     int data;//取数据
11     int length=500;//水库大小
12     int *set=(int *)malloc(length*sizeof(int));//定义一个集合
13     int index=0;//下标
14     int randIndex=0;//随机下标
15     double randNum=0;//随机数
16     FILE *fp=fopen("stream_sample.txt","r");
17     srand(time(0));//以time(0)为种子
18     if(!fp)
19     {
20         printf("file open failed !\n");
21         system("pasue");
22         return -1;
23     }
24     while(!feof(fp))
25     {
26         fscanf(fp,"%d",&data);//取文本中的数据
27         sum_all+=data;//所有数据之和
28         //打印所有数据
29         //printf("%d\t",data);
30         if(index<length)//水库填充时
31         {
32             set[index]=data;
33             index++;
34         }
35         else//水库被填充满时
36         {
37             randNum=(rand()%(index+1));
38             if(randNum<length)
39             {
40                 randIndex=rand()%length;
41                 set[randIndex]=data;
42             }
43             index++;
44         }
45 
46     }
47     printf("\n-----------------------------------------\n");
48     printf("一共有%d个数据\n",index);
49     printf("\n-----------------------------------------\n");
50     printf("水库中的数");
51     for(i=0;i<length;i++)
52     {
53         printf("%d\t",set[i]);
54     }
55     printf("\n");
56 
57     printf("\n-----------------------------------------\n");
58     
59     printf("\n-----------------------------------------\n");
60     for(i=0;i<length;i++)
61     {
62         sum+=set[i];//水库中的叠加
63     }
64     printf("%lf\t%lf",(double)sum/length,(double)sum_all/(index-1));
65     printf("\n");
66     
67     fclose(fp);
68     system("pause");
69     return 0;
70 }

只是简单理解，代码还有许多不足之处