Algorithm 如何存储大小未知的按顺序呈现的集合的样本？

假设我想存储N个样本（每个样本占用很大一部分内存），这应该形成一个代表性的集合，其中总共有M>>N个样本按顺序呈现给我。我事先不知道M，只能同时在内存中保存N个样本

这里，代表性意味着M个样本中的每一个都应该具有相同的存储概率

这个问题被称为，有一个非常有效的O（M）-时间，O（N）-空间算法。该算法的工作原理如下：在每个点上，对要选择的N个元素进行“猜测”。首先，选择前N个元素。然后，在看到序列的第k个元素后，选择一个介于1和k之间的随机数（包括1和k）。如果选择的数字在1..N范围内，则用当前项替换索引的“猜测”项；否则什么也不做。您可以使用一个快速归纳论证来说明，这将随机均匀地对N个元素进行采样，并对数据进行一次传递

---

希望这有帮助

这很有帮助，而且比我想出的东西要优雅得多！