我不知道“优雅”是什么意思，但也许你对类似于水库取样的东西感兴趣。设k为样本的大小，并用null初始化k元素数组。我们取样的元素一个接一个地到达。当第j个（从1开始计数）元素到达时，我们遍历数组，对于每个单元格，用概率1/j独立地用当前元素替换其内容。
天真地说，运行时间相当糟糕——从n中抽取k个元素，替换成本为o（kn）。但是，写入数组的次数是预期的o（k logn），因为流中后面的元素很少导致写入。下面是一个基于指数分布的有效方法（警告：前面的python测试不太好）。运行时间为o（n+k logn）。

import math
import random

def sample_from(population, k):
    for i, x in enumerate(population):
        if i == 0:
            sample = [x] * k
        else:
            t = float(k) * math.log(1.0 - 1.0 / float(i + 1))
            while True:
                t -= math.log(1.0 - random.random())
                if t >= 0.0:
                    break
                sample[random.randrange(k)] = x
    return sample