我已经处理了数据中大约有超过一百万行的表格数据，它只包含一列。
我尝试使用bootstrap方法，也称为传统的采样方法替换。
由于bootstrap方法只是用替换方法对填充中的值进行采样，因此我以简单的方式编写了如下代码。
public static double[] inelegantSampleWithReplacement(double []someArray,int howmany){
double result[] = new double[NUMBER_OF_ROWS];
for(int i=0;i<howmany;++i){
result[i] = someArray[(int)(someArray.length * Math.random())];
}
return result;
}
它运行良好，幸运的是，对于具有一百万行的数据，不需要太多时间。对于一个有一百万行的矩阵花了一分钟。
我正在寻找使代码更快的采样方法，因为我将面对容易出现数十亿行的大数据。
正如您所看到的，使用替换进行采样是一种非常直接的方法，我按上述方法编写代码。我试图搜索其他复杂版本的bootstrap并找到了博客（http://www.inquidia.com/news-and-info/solution-bootstrapping-big-data-environments-how-sample-replacement-using-sampling）。我按照博客制作了代码，但结果比上面的代码差。
你有什么好主意可以增加上述bootstrap方法的运行时间吗？