1. 实现原理总览
1.1 随机性与均匀性
在进行 PHP 数组随机取样 时，最核心的两个概念是随机性与均匀性。随机性确保每个元素被选中的概率相等，均匀性则保证不同样本之间没有偏向。理解这两点，有助于选择合适的取样算法并评估其在不同场景下的表现。
为了实现真正的随机性，通常会依赖语言自带的伪随机数生成器（如 mt_rand、rand）与均匀分布的映射逻辑。均匀取样的目标是使 n 个样本来自同一集合的任意组合都具有相同的概率，这也是评估取样算法优劣的关键基准之一。
1.2 样本规模与复杂性
取样的难点不仅在于“取多少个”，还在于“从哪种结构中取出”。对于小规模数组，直接使用内置函数往往足够；对于大规模数据或流式数据，需考虑时间复杂度和内存占用。样本规模越大，选择的算法往往越需要权衡资源与实时性。
常见的取样目标包括：从整组数据中等概率取若干个、对不同权重进行差异化取样、以及在数据流中实现一趟式（单次遍历）取样。对不同目标，下面的常用算法会给出不同的实现思路与代码要点。
2. 常用算法与实现方法
2.1 使用 array_rand 的快速取样
array_rand 是 PHP 提供的一种快速取样方法，直接从数组中随机选取一个或多个键。它的原理是通过伪随机数生成器随机挑选索引，然后返回对应的键。注意，它返回键，而非值，因此需要再做一次映射才能得到取样的值。
在性能方面，array_rand对小到中等规模的数据非常高效，且实现简单，适合快速验证和小型任务。实际使用时要注意处理返回值的类型变化（单个键 vs 键数组）的差异。
2.2 使用 shuffle+array_slice 的稳定实现
另一种常用思路是将原数组打乱顺序，然后截取前 k 个作为样本。这种方法实现简单、直观，且在原地就完成了取样，适合对原序列不作保护的场景。shuffle的时间复杂度通常为 O(n)，随后使用 array_slice 获取前 n 项即可。
需要注意的是，shuffle 会修改原数组。如果不希望改写原数组，可以先复制一份再打乱，或者在内存中建立一个等价的副本来操作。
2.3 基于权重的取样策略（Weighted Sampling）
当不同元素拥有不同重要性时，权重采样可以让概率分布符合预期。实现思路可以先将每个值按权重重复若干次（权重越大，重复次数越多），再对扩展后的集合进行随机取样；这在样本规模较小、权重差异明显时效果良好。
另一种更高效的做法是使用分布采样或别名法等算法，但为了简单易用，本节给出一个直观的实现方式，适合快速上线与教学演示，且对权重和样本规模有一定容错。
3. 代码实战案例与进阶应用
3.1 流式数据的 Reservoir Sampling 实现
当数据来自持续流入且无法一次性加载全部时，Reservoir Sampling（蓄水池采样）是一种经典的一趟遍历取样算法。它能在未知数据量时，等概率地从前 k 个元素中选出最终样本。
实现要点是：前 k 条直接放入蓄水池；随后每读取第 i 条数据时，以 mt_rand(0, i) 与蓄水池大小进行比较，若落在范围内就替换蓄水池中的某个元素。这一过程保证了最终样本具有等概率性。
3.2 完整示例：从数据库取样并输出
在实际业务中，往往需要从数据库中抽取一定数量的记录作为分析样本。可以结合蓄水池取样实现一次性遍历数据库结果，既省内存又具备较好的灵活性。
以下示例演示从数据库查询结果中进行取样，输出最终的样本集合。需要注意的是，这里假设数据库连接与查询已就绪，取样逻辑仍然保持与上述 Reservoir Sampling 一致性。
query('SELECT id, data FROM events');
// 使用蓄水池采样，从结果集中取出 20 条样本
$sample = reservoirSample($sth, 20);
print_r($sample);
?>