不一样几率的抽奖

今天为你们写个小程序。

工做中有遇到一些抽奖的活动，可是你懂得，抽奖物品的几率确定不是同样，你会发现好的东西很难抽到，常常抽到一些垃圾的东西，嘿嘿，这就是本文要说的，咱们要控制抽奖物品的几率。还有顺便说一句，网上这种小程序几乎没有，不少都是等几率的抽奖balabala…

需求很简单，为了更加形象，这里咱们列一个表格来显示咱们抽奖的物品和对应的几率（没有边框，你们凑合着看看吧，不想改造Octopress的样式了）

序号	物品名称	物品ID	抽奖几率
1	物品1	P1	0.2
2	物品2	P2	0.1
3	物品3	P3	0.4
4	物品4	P4	0.3
5	物品5	P5	0.0
6	物品6	P6	-0.1
7	物品7	P7	0.008

数据很简单，那么就直接看代码了

VO类，具体对应就是上面表格里的内容

(Gift.java)download

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53

packageorg.usc.usc.lottery; publicclassGift { privateintindex; privateStringgitfId; privateStringgiftName; privatedoubleprobability; publicGift(intindex, StringgitfId, StringgiftName, doubleprobability) { this.index = index; this.gitfId = gitfId; this.giftName = giftName; this.probability = probability; } publicintgetIndex() { returnindex; } publicvoidsetIndex(intindex) { this.index = index; } publicStringgetGitfId() { returngitfId; } publicvoidsetGitfId(StringgitfId) { this.gitfId = gitfId; } publicStringgetGiftName() { returngiftName; } publicvoidsetGiftName(StringgiftName) { this.giftName = giftName; } publicdoublegetProbability() { returnprobability; } publicvoidsetProbability(doubleprobability) { this.probability = probability; } @Override publicStringtoString() { return"Gift [index=" + index + ", gitfId=" + gitfId + ", giftName=" + giftName + ", probability=" + probability + "]"; } }

工具类，真正的不一样几率的抽奖就在这里

(LotteryUtil.java)download

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

packageorg.usc.usc.lottery; import java.util.ArrayList; import java.util.Collections; import java.util.List; /** * 不一样几率抽奖工具包 * * @author Shunli */ publicclassLotteryUtil { /** * 抽奖 * * @param orignalRates * 原始的几率列表，保证顺序和实际物品对应 * @return * 物品的索引 */ publicstaticintlottery(List<Double> orignalRates) { if (orignalRates == null || orignalRates.isEmpty()) { return -1; } intsize = orignalRates.size(); // 计算总几率，这样能够保证不必定总几率是1 doublesumRate = 0d; for (doublerate : orignalRates) { sumRate += rate; } // 计算每一个物品在总几率的基础下的几率状况 List<Double> sortOrignalRates = newArrayList<Double>(size); DoubletempSumRate = 0d; for (doublerate : orignalRates) { tempSumRate += rate; sortOrignalRates.add(tempSumRate / sumRate); } // 根据区块值来获取抽取到的物品索引 doublenextDouble = Math.random(); sortOrignalRates.add(nextDouble); Collections.sort(sortOrignalRates); returnsortOrignalRates.indexOf(nextDouble); } }

测试类，测试上面的抽奖是否成功，n次抽奖看抽奖结果

(LotteryTest.java)download

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

packageorg.usc.usc.lottery; import java.util.ArrayList; import java.util.HashMap; import java.util.List; import java.util.Map; import java.util.Map.Entry; /** * 不一样几率抽奖 * * @author ShunLi */ publicclassLotteryTest { publicstaticvoidmain(String[] args) { List<Gift> gifts = newArrayList<Gift>(); // 序号==物品Id==物品名称==几率 gifts.add(newGift(1, "P1", "物品1", 0.2d)); gifts.add(newGift(2, "P2", "物品2", 0.2d)); gifts.add(newGift(3, "P3", "物品3", 0.4d)); gifts.add(newGift(4, "P4", "物品4", 0.3d)); gifts.add(newGift(5, "P5", "物品5", 0d)); gifts.add(newGift(6, "P6", "物品6", -0.1d)); gifts.add(newGift(7, "P7", "物品7", 0.008d)); List<Double> orignalRates = newArrayList<Double>(gifts.size()); for (Giftgift : gifts) { doubleprobability = gift.getProbability(); if (probability < 0) { probability = 0; } orignalRates.add(probability); } // // test // for (int i = 0; i < 10000; i++) { // try { // Gift tuple = gifts.get(LotteryUtil.lottery(orignalRates)); // System.out.println(tuple); // } catch (Exception e) { // System.out.println("lottery failed, please check it!"); // } // } // statistics Map<Integer, Integer> count = newHashMap<Integer, Integer>(); doublenum = 1000000; for (inti = 0; i < num; i++) { intorignalIndex = LotteryUtil.lottery(orignalRates); Integervalue = count.get(orignalIndex); count.put(orignalIndex, value == null ? 1 : value + 1); } for (Entry<Integer, Integer> entry : count.entrySet()) { System.out.println(gifts.get(entry.getKey()) + ", count=" + entry.getValue() + ", probability=" + entry.getValue() / num); } } }

结果

1 2 3 4 5

Gift [index=1, gitfId=P1, giftName=物品1, probability=0.2], count=199139, probability=0.199139 Gift [index=2, gitfId=P2, giftName=物品2, probability=0.1], count=99328, probability=0.099328 Gift [index=3, gitfId=P3, giftName=物品3, probability=0.4], count=396575, probability=0.396575 Gift [index=4, gitfId=P4, giftName=物品4, probability=0.3], count=296997, probability=0.296997 Gift [index=7, gitfId=P7, giftName=物品7, probability=0.0080], count=7961, probability=0.007961

 

不一样几率的抽奖原理很简单 
就是把0到1的区间分块，而分块的依据就是物品占整个的比重，再根据随机数种子来产生0-1中间的某个数，来判断这个数是落在哪一个区间上，而对应的就是抽到了那个物品。随机数理论上是几率均等的，产生的每一个数理论上也应该几率均等，那么相应的区间所含数的多少就体现了抽奖物品几率的不一样。（p.s. 固然数目是数不清楚的，具体抽象话了点）

这个实例的数据能够说明 
1. 几率能够是负数和0，固然实际上中应该不会（p.s. 正常状况下可能真的有0，好比抽个iphone5，固然是抽不到的了，这个时候，构建礼物（List gifts）的时候最好就不要加这个进去），还有能够把负数的处理放到抽奖工具类(LotteryUtil)中； 
2. 全部礼物加起来的几率能够不是1，能够认为这里的几率是一个权重；

小小分享了，却是以为你们能够本身先想一想，若是你来写这样的小程序，如何来写，有没有其它的创意和想法？若是有什么建议或问题的话，能够经过微博 http://weibo.com/lishunli 联系到我，你们一块儿交流学习。