sizheng
一个整数样本空间，比如32位无符号整数空间，其中有若干值作为有效值，比如比例为15%的值，但是这些值都是哪些并不清楚，而且分布不均匀。
为了对这些有效值进行随机采样，现把整个32位整数空间均匀划分为N个区间。由于有效值的分布不均匀，所以各个区间中的有效值比例不同，对各个区间随机采样的命中率也就不同。那么就可以根据各区间的命中率，自适应地调节在各区间的采样概率，再将各区间中的不重复采样次数考虑进来，就能避免局部最优。
那么整个过程，总体命中率的期望值，应该就是整个样本空间中的有效值比例，比如前面提到的15%。但是通过这种自适应的采样方法，可以在采样前期尽快地采样到更多的有效值。
但是考虑N=1和N=2^32两种极端情况，实际上两种情况均退化为在整个样本空间的随机采样。
那么我们考虑，或许N值有一个或多个最优值，能够在尽量少的采样次数中采样到尽量多的有效值，也就是在前期得到尽量高的总体命中率。
想来应该是个N和采样次数S的函数F(N,S)的最优化问题？
目前只能通过实验来观察、验证，但是不知该怎么用数学推导来讨论这个问题？
