如何实现含恰好A个True的大样本随机分布Python生成器？

可行方案：动态概率生成器 #

要解决这个问题，核心是每一步根据还需要多少个1和还剩多少个位置动态调整当前选1的概率，这样既能严格保证最终恰好生成A个1，又能让1的分布完全随机（和random.sample的结果完全等价），而且全程不需要创建任何大列表，内存开销极小。

代码如下：

from random import random
from math import log

n = 355504839929
A = int(n * log(2, 3))

def generate_exact_seq(n, A):
    remaining_ones = A
    remaining_positions = n
    for _ in range(n):
        # 当前位置选1的概率 = 剩余需要的1的数量 / 剩余总位置数
        prob = remaining_ones / remaining_positions
        if random() < prob:
            yield True
            remaining_ones -= 1
        else:
            yield False
        remaining_positions -= 1

为什么这个方法靠谱？ #

这个算法其实是在按顺序构建均匀随机的组合：

• 第一个位置选1的概率是A/n，和直接随机抽A个索引的逻辑一致；
• 如果第一个位置选了1，第二个位置选1的概率就变成(A-1)/(n-1)；如果第一个没选，第二个选1的概率就是A/(n-1)；
• 每一步的概率都严格对应“从剩余位置里选剩下的1”的条件概率，最终生成的序列和用random.sample得到的索引序列完全一样，但不需要存储任何索引，完美适配n和A极大的场景。

你之前的写法问题在哪？ #

1. 第一种写法：用固定的A/n概率独立判断每个位置，这是伯努利试验，只能保证平均生成A个1，但实际数量会有波动，没法精确控制。
2. 第二种写法：虽然限制了最多生成A个1，但固定概率的问题没解决——如果前面生成的1太少，后面哪怕把所有剩余位置都设为1，也可能凑不够A个（比如剩余位置数小于还需要的1的数量），最终还是会出现1的数量不足的情况。

为什么组合数索引的方法不可行？ #

你说的通过range(math.comb(n,A))选随机值映射到组合的思路，确实因为n和A极大时组合数会变成天文数字，根本没法存储或遍历，完全不具备实操性，所以动态概率的方法才是最优解。

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