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文章来源:https://www.toymoban.com/news/detail-406273.html
- 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文章来源地址https://www.toymoban.com/news/detail-406273.html
到了这里,关于中奖代码实现的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!