arrays - 如何从 Scala 列表或数组中随机采样？

Question

我想从 Scala 列表或数组(不是 RDD)中随机采样，样本大小可能比列表或数组的长度长得多，如何高效做到这一点？因为样本量可能非常大，并且需要进行多次采样(在不同的列表/数组上)。

我知道对于 Spark RDD，我们可以使用 takeSample() 来完成此操作，Scala 列表/数组是否有等效的方法？

非常感谢。

Answer 1

一个易于理解的版本如下所示:

import scala.util.Random

Random.shuffle(list).take(n)
Random.shuffle(array.toList).take(n)

// Seeded version
val r = new Random(seed)
r.shuffle(...)