matlab蓄水池算法

蓄水池算法（Reservoir Sampling）是一种用于从一个数据流中随机抽样的算法。它的应用场景包括在大规模数据流中进行随机抽样、在线统计分析等。

蓄水池算法的基本思想是，假设有一个数据流，其中包含了大量的数据，但是我们只能遍历一次这个数据流。我们需要从这个数据流中随机选择k个元素作为样本，且要保证每个元素被选中的概率相等。

具体实现蓄水池算法的步骤如下：
1. 初始化一个大小为k的蓄水池，用于存储样本。
2. 遍历数据流中的每个元素：
- 如果蓄水池未满，直接将当前元素放入蓄水池中。
- 如果蓄水池已满，以概率k/n（n为当前元素的序号）决定是否将当前元素替换蓄水池中的某个元素。
3. 遍历完整个数据流后，蓄水池中的k个元素即为所需的随机样本。

蓄水池算法的核心思想是通过概率来保证每个元素被选中的概率相等，并且在遍历过程中动态调整样本。这样可以有效地节省内存空间，并且保证了样本的随机性。