java 抽奖算法_Java抽奖概率算法 – hejunbinlan的个人空间 – OSCHINA – 中文开源技术交流社区…

摘要: 序号 奖品名称 奖品编号 抽到的概率 1 再来一次 P1 0.2 2 本站VIP一年 P2 0.1 3 谢谢参与 P3 0.4 4 50金币 P4 0.3 5 Iphone 6 P5 0.0 6 Ipad Air2 P6 -0.

序号

奖品名称

奖品编号

抽到的概率

1

再来一次

P1

0.2

2

本站VIP一年

P2

0.1

3

谢谢参与

P3

0.4

4

50金币

P4

0.3

5

Iphone 6

P5

0.0

6

Ipad Air2

P6

-0.1

7

100元手机话费

P7

0.008

数据很简单,那么就直接看代码了

/**

* 奖品类

* @author:rex

* @date:2014年10月20日

* @version:1.0

*/

public class Gift {

private int index;

private String gitfId;

private String giftName;

private double probability;

public Gift(int index, String gitfId, String giftName, double probability) {

this.index = index;

this.gitfId = gitfId;

this.giftName = giftName;

this.probability = probability;

}

public int getIndex() {

return index;

}

public void setIndex(int index) {

this.index = index;

}

public String getGitfId() {

return gitfId;

}

public void setGitfId(String gitfId) {

this.gitfId = gitfId;

}

public String getGiftName() {

return giftName;

}

public void setGiftName(String giftName) {

this.giftName = giftName;

}

public double getProbability() {

return probability;

}

public void setProbability(double probability) {

this.probability = probability;

}

@Override

public String toString() {

return “Gift [index=” + index + “, gitfId=” + gitfId + “, giftName=” + giftName + “, probability=”

+ probability + “]”;

}

}

/**

* 不同概率抽奖工具包

* @author:rex

* @date:2014年10月20日

* @version:1.0

*/

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 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 sortOrignalRates = new ArrayList(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);

}

public static int getJD(List 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 sortOrignalRates = new ArrayList(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);

}

}

/**

* 不同概率抽奖

* @author:rex

* @date:2014年10月20日

* @version:1.0

*/

public class LotteryTest {

public static void main(String[] args) {

List gifts = new ArrayList();

// 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 orignalRates = new ArrayList(gifts.size());

for (Gift gift : gifts) {

double probability = gift.getProbability();

if (probability 

probability = 0;

}

orignalRates.add(probability);

}

// statistics

Map count = new HashMap();

double num = 1000000;

for (int i = 0; i 

int orignalIndex = LotteryUtil.lottery(orignalRates);

Integer value = count.get(orignalIndex);

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

}

for (Entry entry : count.entrySet()) {

System.out.println(gifts.get(entry.getKey()) + “, count=” + entry.getValue() + “, probability=”

+ entry.getValue() / num);

}

}

}

输出

Gift [index=1, gitfId=P1, giftName=物品1, probability=0.2], count=180854, probability=0.180854

Gift [index=2, gitfId=P2, giftName=物品2, probability=0.2], count=180789, probability=0.180789

Gift [index=3, gitfId=P3, giftName=物品3, probability=0.4], count=361198, probability=0.361198

Gift [index=4, gitfId=P4, giftName=物品4, probability=0.3], count=269950, probability=0.26995

Gift [index=7, gitfId=P7, giftName=物品7, probability=0.008], count=7209, probability=0.007209

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

1. 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;

2. 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。


版权声明:本文为weixin_26820341原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。