Java實現隨機抽樣

比如說現在在一個數組中存放了10000位同學的身高和體重信息，現在需要你對這100位同學以概率p=0.002進行抽樣，隨機取出這10000位同學中約20位同學的信息。

1. import java.io.BufferedReader;
2. import java.io.FileInputStream;
3. import java.io.IOException;
4. import java.io.LineNumberReader;
5. import java.util.Random;
6. import java.util.Scanner;
7. import java.io.InputStreamReader;
8. public class ReadSelectedLine {
9. // 讀取制定行
10. static void readLineVarFile(String fileName, int lineNumber)
11. throws IOException {
12. BufferedReader reader = new BufferedReader(new InputStreamReader(
13. new FileInputStream(fileName)));
14. String line = reader.readLine();
15. int num = 0;
16. while (line != null) {
17. if (lineNumber == ++num) {
18. System.out.println("line " + lineNumber + ": " + line);
19. }
20. line = reader.readLine();
21. }
22. reader.close();
23. }
24. // 文件內容的總行數。
25. static int getTotalLines(String fileName) throws IOException {
26. BufferedReader in = new BufferedReader(new InputStreamReader(
27. new FileInputStream(fileName)));
28. LineNumberReader reader = new LineNumberReader(in);
29. String s = reader.readLine();
30. int lines = 0;
31. while (s != null) {
32. lines++;
33. s = reader.readLine();
34. }
35. reader.close();
36. in.close();
37. return lines;
38. }
39. public static void main(String[] args) throws IOException {
40. // 讀取文件
41. String fileName = "D:/student_info.txt";
42. // 獲取文件的內容的總行數
43. int totalNo = getTotalLines(fileName);
44. System.out.println("There are " + totalNo + " lines in the text!");
45. System.out.print("input the /"gailv/"(0.0-1.0): ");
46. Scanner scanner = new Scanner(System.in);
47. float gailv = scanner.nextFloat();
48. int del_num = (int) (totalNo * gailv);
49. for (int i = 0; i < del_num; i++) {
50. Random rand = new Random();
51. // 指定讀取的行號
52. int lineNumber = (int) (rand.nextDouble() * totalNo);
53. // 讀取指定行的內容
54. readLineVarFile("d:/student_info.txt", lineNumber);
55. }
56. }
57. }

（注意：外部文件的文件名與路徑）

關於隨機抽樣算法，我采用的是，先通過讀取外部文件（存放需要進行隨機抽樣信息的文件），然後統計出該文件的行數（前提是需要抽樣的樣本必須是每一行存放一條對應信息），再通過隨機算法產生出需要抽取的樣本所對應的行號（通過輸入抽樣概率，計算出樣本），最後輸出隨機抽樣結果。本程序使用循環覆蓋所讀取文件的內容，可以很好解決內存消耗問題。