从1-N的范围内随机取出K个数，并且不能重复值，如何高效取出？

一开始是从咱csdn上的一个讨论的问题看到的，我当时也稀里糊涂的发了个帖子，不过现在觉得我当时想的太简单了。就在那天上班回去的路上，我在想，大家都在聚焦于如何解决随机值重复，包括有人说借助hash法（这确实是解决重复的好方法），不过我要说的是，我们真的能取出这么多的随机数吗？换句话说，我们要平均调用多少次随机函数才能使不重复的随机数达到K个呢？

后来我推算了一下 得到结论：

平均要取：（N/(N-1))*(N/(N-1)) +(N/(N-2))*(N/(N-2))+...+(N/(N-K))*(N/(N-K))

这个数有多大呢，学过微积分的可以很容易的解决这个问题，平均值介于(N/x)*(n/x)在两端区间取积分的值，化简后，

平均值~O（(NN/(N-k)）,其中NN=N*N,所以，比如，N=10万，K=9.9万，则平均要调用1000万次才能取出9.9万个随机数。

了解了这个值后，可以考虑如果K>n的一半，那么可以考虑取另外（n-k)个数，然后剩下的是符合要求的，然后可以考虑借助hash来解决高效判断取出另外k个数（如果处理不好，即使取出了n-k个数，那些符合要求的k个数也很难踢出来）.

 

另外，如果愿意牺牲内存来换取效率，则当k很接近N时，可以直接分配1..N的内存，然后取出N-K个随机数填到对应的内存中，标示填入的内存为不合要求，则，最后在进行一次内存扫描就可以找出符合要求的K个数，此时的效率是平均值+N（全局内存扫描要扫N个值），同样也可以利用该公式估计出是否采用次策略可以提高效率