中奖代码实现

在这里插入图片描述
奖品类

public class Gift {
    
    
    //奖品位置
    private int index;
    //奖品ID
    private String gitfId;
    //奖品名称
    private String giftName;
    //奖品中奖几率
    private double probability;
}

不同概率抽奖工具包

public class LotteryUtil {
    
    
    /**
     * 抽奖
     *
     * @param orignalRates 原始的概率列表，保证顺序和实际物品对应
     * @return 物品的索引
     */
    public static int lottery(List<Double> orignalRates) {
    
    
        if (orignalRates == null || orignalRates.isEmpty()) {
    
    
            return -1;
        }

        int size = orignalRates.size();

        // 计算总概率，这样可以保证不一定总概率是1  demo中的值是1.108
        double sumRate = 0d;
        for (double rate : orignalRates) {
    
    
            sumRate += rate;
        }

        // 计算每个物品在总概率的基础下的概率情况
        //0.18050541516245486,0.3610108303249097,0.7220216606498194,0.9927797833935018,0.9927797833935018,0.9927797833935018,1.0
        List<Double> sortOrignalRates = new ArrayList<Double>(size);
        Double tempSumRate = 0d;
        for (double rate : orignalRates) {
    
    
            tempSumRate += rate;
            sortOrignalRates.add(tempSumRate / sumRate);
        }


        // 根据区块值来获取抽取到的物品索引
        // 生成随机值
        double nextDouble = Math.random();
        // 将随机值插入数组
        sortOrignalRates.add(nextDouble);
        // 排序
        Collections.sort(sortOrignalRates);

        //随机值所在的位置就是当前中奖奖品
        return sortOrignalRates.indexOf(nextDouble);
    }

    public static int getJD(List<Double> orignalRates) {
    
    
        if (orignalRates == null || orignalRates.isEmpty()) {
    
    
            return -1;
        }

        int size = orignalRates.size();

        // 计算总概率，这样可以保证不一定总概率是1
        double sumRate = 0d;
        for (double rate : orignalRates) {
    
    
            sumRate += rate;
        }

        // 计算每个物品在总概率的基础下的概率情况
        List<Double> sortOrignalRates = new ArrayList<Double>(size);
        Double tempSumRate = 0d;
        for (double rate : orignalRates) {
    
    
            tempSumRate += rate;
            sortOrignalRates.add(tempSumRate / sumRate);
        }

        // 根据区块值来获取抽取到的物品索引
        double nextDouble = Math.random();
        sortOrignalRates.add(nextDouble);
        Collections.sort(sortOrignalRates);

        return sortOrignalRates.indexOf(nextDouble);
    }
}

测试类

   public static void main(String[] args) {
    
    

        List<Gift> gifts = new ArrayList<Gift>();
        // 序号==物品Id==物品名称==概率
        gifts.add(new Gift(1, "P1", "物品1", 0.2d));
        gifts.add(new Gift(2, "P2", "物品2", 0.2d));
        gifts.add(new Gift(3, "P3", "物品3", 0.4d));
        gifts.add(new Gift(4, "P4", "物品4", 0.3d));
        gifts.add(new Gift(5, "P5", "物品5", 0d));
        gifts.add(new Gift(6, "P6", "物品6", -0.1d));
        gifts.add(new Gift(7, "P7", "物品7", 0.008d));

        List<Double> orignalRates = new ArrayList<Double>(gifts.size());
        for (Gift gift : gifts) {
    
    
            double probability = gift.getProbability();
            if (probability < 0) {
    
    
                probability = 0;
            }
            orignalRates.add(probability);
        }

        // statistics
        Map<Integer, Integer> count = new HashMap<Integer, Integer>();
        double num = 10000;
        for (int i = 0; i < num; i++) {
    
    
            int orignalIndex = LotteryUtil.lottery(orignalRates);

            Integer value = count.get(orignalIndex);
            count.put(orignalIndex, value == null ? 1 : value + 1);
        }

        for (Map.Entry<Integer, Integer> entry : count.entrySet()) {
    
    
            System.out.println(gifts.get(entry.getKey()) + ", count=" + entry.getValue() + ", probability="
                    + entry.getValue() / num);
        }
    }

执行结果

Gift [index=1, gitfId=P1, giftName=物品1, probability=0.2], count=1754, probability=0.1754
Gift [index=2, gitfId=P2, giftName=物品2, probability=0.2], count=1823, probability=0.1823
Gift [index=3, gitfId=P3, giftName=物品3, probability=0.4], count=3613, probability=0.3613
Gift [index=4, gitfId=P4, giftName=物品4, probability=0.3], count=2732, probability=0.2732
Gift [index=7, gitfId=P7, giftName=物品7, probability=0.008], count=78, probability=0.0078

不同概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个区间上，而对应的就是抽到了那个物品。随机数理论上是概率均等的，产生的每个数理论上也应该概率均等，那么相应的区间所含数的多少就体现了抽奖物品概率的不同。（p.s. 当然数目是数不清楚的，具体抽象话了点）

这个实例的数据可以说明

概率可以是负数和0，当然实际上中应该不会（p.s. 正常情况下可能真的有0，比如抽个iphone5，当然是抽不到的了，这个时候，构建礼物（List gifts）的时候最好就不要加这个进去），还有可以把负数的处理放到抽奖工具类(LotteryUtil)中；
所有礼物加起来的概率可以不是1，可以认为这里的概率是一个权重。

来源：https://developer.aliyun.com/article/44578#comment

猜你喜欢