##language:zh
'''
文章来自《Python cookbook》. 

翻译仅仅是为了个人学习,其它商业版权纠纷与此无关!
'''

-- 61.182.251.99 [<<DateTime(2004-09-21T05:42:12Z)>>]
<<TableOfContents>>
= 描述 =
Retrieving a Line at Random from a File of Unknown Size

读取未知大小文件的随机一行

== 问题 Problem ==

有文件，不清楚大小(但是可能非常大)， 需要忽略文件， 只读取数据的随机一行。   

== 解决 Solution ==
We do need to read the whole file, but we don't have to read it all at once: 

确实需要读取文件的全部数据, 但不是一次全部读出:

{{{
#!python
import random

def randomLine(file_object):
    "顺序读取文件内容,取文件的随机一行"
    lineNum = 0
    selected_line = ''

    while 1:
        aLine = file_object.readline(  )
        if not aLine: break
        lineNum = lineNum + 1
        # 是否选择本行？                      #译注：这里英语原文注释可能有错，根据程序逻辑译出   
        if random.uniform(0,lineNum)<1:    #译注: 算法的解释见讨论部分,请先考虑考虑,uniform函数用法附后            
            selected_line = aLine          
    file_object.close(  )
    return selected_line
}}}



== 讨论 Discussion ==

当然, 更直接的方法是这样的:
{{{
random.choice(file_object.readlines(  ))
}}}
但是, 这需要将全部文件内容读入内存, 对确实很大的文件可能有问题。

解决部分中算法的理论依据不是很明显，但是也不是太深奥: 当读取到文件第'''Ｎ'''行时，当前行(即变量'''selected_line'''指向的行)被随机取得的可能性是'''1/N'''。 容易看出算法选择当前最后读取的一行的可能性是对的，因为此处我们明确地以'''1.0/lineNum'''可能性选择最后一行。

由归纳法可以证明算法的合理性：如果读取第'''N-1'''行时，选择'''N-1'''行的可能性是对的，那么显然对于第'''N'''行时算法也是对的。由于(仅读取到第一行)选择第一行的可能性是'''1''', 因此，算法的随机选择处理直到第'''N'''行都是对的。   


同样的技巧对于从有限序列中，应用均匀分布的可能性，一次处理一个元素(原因未知)地随机选择一个元素也是适用的。但是除了从比如/usr/dict/words 这样的文件中随机选择一个单词以外，这个理论的应用不是很广。  

== 参考 See Also ==

Python 库参考 '''random'''模块部分

#译注：为阅读方便，这里给出random模块两个函数的说明

uniform( a, b) ：Return a random real number N such that a <= N < b. 

choice( seq)   ：Return a random element from the non-empty sequence seq.