如何按指定概率分布从整数集中采样不重复的n个整数？

你需要的是带权重的无放回随机采样，下面提供几种实用的实现方式：

方法一：利用numpy的内置参数（推荐，高效） #

你可能忽略了numpy.random.choice的replace=False参数，设置该参数后就能实现无放回采样，同时支持指定概率分布：

import numpy as np

# 待采样的整数列表
values = np.array([1, 2, 3, 4, 5])
# 生成与数值正相关的权重（数值越大权重越高），需归一化至和为1
weights = values / values.sum()

# 采样3个不重复元素，replace=False表示无放回
sample = np.random.choice(values, size=3, replace=False, p=weights)
print(sample)

这种方法依赖numpy的底层优化，数据量越大效率越高，完美匹配你的需求。

方法二：Python标准库实现（无需第三方库） #

如果不想依赖numpy，可以用标准库手动实现加权无放回采样，核心逻辑是每次按权重选一个元素后，移除该元素及其权重，重复采样n次：

import random

def weighted_sample_no_replace(population, weights, k):
    pop = population.copy()
    wts = weights.copy()
    result = []
    for _ in range(k):
        # 按当前权重选择一个元素索引
        idx = random.choices(range(len(pop)), weights=wts, k=1)[0]
        result.append(pop.pop(idx))
        wts.pop(idx)
    return result

# 测试
values = [1, 2, 3, 4, 5]
weights = values.copy()  # 数值越大权重越高
sample = weighted_sample_no_replace(values, weights, 3)
print(sample)

这种方法逻辑直观，但如果待采样的列表很大，pop操作会带来较高的时间开销（每次O(n)），适合小数据量场景。

方法三：标准库+二分查找（优化版） #

针对大数据量的标准库场景，可以用bisect模块实现前缀和二分查找，提升采样效率：

import random
import bisect

def weighted_sample_bisect(population, weights, k):
    pop = population.copy()
    wts = weights.copy()
    result = []
    for _ in range(k):
        # 计算权重前缀和
        prefix = []
        current_sum = 0
        for w in wts:
            current_sum += w
            prefix.append(current_sum)
        # 生成随机数并二分查找对应索引
        rand = random.uniform(0, prefix[-1])
        idx = bisect.bisect_left(prefix, rand)
        # 加入结果并移除元素
        result.append(pop.pop(idx))
        wts.pop(idx)
    return result

# 测试
values = [1, 2, 3, 4, 5]
weights = values.copy()
sample = weighted_sample_bisect(values, weights, 3)
print(sample)

这个方法通过二分查找把每次采样的时间复杂度降到O(log n)，比方法二更适合大规模数据。

内容的提问来源于stack exchange，提问作者user8110728