java抽奖算法_Java实现游戏抽奖算法
常⽤抽奖算法对⽐
基础的游戏抽奖算法通常要求实现在指定奖品的集合中，每个奖品根据对对应概率进⾏抽取。个⼈了解的主要有以下⼏中抽奖算法：
随机数⼀⼀对应
算法思想
这种算法思想最为简单。将n个奖品编号0 - n-1，其中各类奖品的概率通过其数量体现，最后程序产⽣0~n-1之间的随机数便是抽中的奖品编号。例如：
苹果⼿机概率1%，⽹站会员20%，折扣券20%，很遗憾59%。这样，编号0是苹果⼿机，1-20是会员，21-40是折扣券，41~100是 很遗憾。产⽣的随机数落在那个区间，就代表那个奖品被抽中。
存在问题
1、总数n快速膨胀
概率通过数量来体现在各个奖品概率较⼤的情况下，总数n可以较⼩。但如果在精度很⾼的情况下，总数必须按⽐例成倍扩⼤。
例如，所有奖品概率都是10%，那么n只需要取10就可以。但是如果某个奖品概率是0.01%，按照这种算法，总数要扩⼤到100*100。
2、平衡性影响
在java中，math.random()⽅法本⾝基本可以保证⼤量测试的情况下避免⾼重复，且概率分布⽐较平均。但是需要注意的是，该⽅法默认返回0-1之间的数据。
在当前算法中，必须扩⼤指定倍数并且强制使⽤int进⾏类型转换。在这样的扩⼤和转换过程中，必然会对数据精度进⾏修改，转换后的数据也不能保证概率分布平均。
因此，该算法实际可能达不到预期的概率要求。
3、算法复杂度
数据准备阶段，为每个奖品确定编号与奖品信息的关系集合需要o(n);
产⽣随机数阶段并转换，o(1);
从集合中查，不同的数据结构实现不同，最差需要o(n);
离散法
算法思想
(⾼中数学⾥⼏何概形的思想)
将奖品集合的概率划分区段放⼊数组中。概率区段通过该概率累计相加确定。利⽤随机数产⽣随机概率，加⼊数组并排序，该数据的下标，就是对应奖品集合中奖品的索引。例如，奖品的集合有x1,x2,x3,x4，对应概率为p1=0.2,p2=0.2,p3=0.3,p4=0.3。
那么，产⽣的概率区段数组为[0.2，0.4，0.7，1.0]。
0.2以下代表x1，0.2-0.4代表x2，0.4-0.7代表x3，0.7~1代表x4。
这样，如果产⽣⼀个随机概率为0.5，加⼊数组排序后，0.4~0.7之间，是x3相加所在的概率区间，返回index=2。
由于区间分布的确定是按照x集合顺序的，所以该索引也正是x3在原集合中的索引。
特点
1、利⽤⼏何概形，概率数组分布在0到1之间，不再需要扩⼤倍数和取整操作，基本可以保证概率平均分布，避免⼤量重复的情况
2、概率分配的排序过程，可以使⽤java默认的排序⼯具类，也可以⾃⼰实现。保证时间复杂度最⼩。
3、复杂度
php开发不用框架可以吗
准备阶段，即对准备概率集合，进⾏归⼀化等操作，假设样本的概率个数为m个，则复杂度为o(m)。m远⼩于⽅法⼀中的n，因为概率只有⼏个，不会⼤量膨胀。
产⽣随机数，o(1)
排序取下标，根据排序算法，o(logm)即可实现
取值，根据下标，o(1)；
alias 算法
这种算法对数学要求⽐较⾼，没有仔细研究。
感兴趣的⼩伙伴可以⾃⼰研究⼀下和我分享
算法实现
奖品实体类
/**
* 抽奖奖品实体类
* @author irving
* @since 2017年7⽉23⽇ 下午9:41:33
* @version mark 0.0.1
*/
public class gift {
private int id; //奖品id
private string name; //奖品名称
private double prob; //获奖概率
public int getid() {
return id;
}
public void setid(int id) {
this.id = id;
}
public string getname() {
return name;
}
public void setname(string name) {
this.name = name;
}
public double getprob() {
return prob;
}
public void setprob(double prob) {
this.prob = prob;
}
@override
public string tostring() {
flectiontostring(this, tostringstyle.json_style);
}
}
抽奖实现⼯具类
/**
* 抽奖⼯具类
* 整体思想：
* 奖品集合 + 概率⽐例集合
* 将奖品按集合中顺序概率计算成所占⽐例区间，放⼊⽐例集合。并产⽣⼀个随机数加⼊其中，排序。* 排序后，随机数落在哪个区间，就表⽰那个区间的奖品被抽中。
* 返回的随机数在集合中的索引，该索引就是奖品集合中的索引。tablecloths是什么意思
* ⽐例区间的计算通过概率相加获得。
* @author irving
* @since 2017年7⽉23⽇ 下午9:48:23
* @version mark 0.0.1
*/
x.xxx.service;
import java.util.*;
/**
* 抽奖⼯具类
* @author yuanyicheng
java手机游戏下载* @date 7:14 上午 2020/9/9
*/
public class drawutil {
public static gift draw(list gifts) {
if (null == gifts || gifts.size() == 0) {
return null;
}
resource source区别gifts.sort((o1, o2) -> (o1.prob - o2.prob) > 0 ? 1 : -1); list problists = new arraylist<>(gifts.size());
double sumprob = 0d;
for (gift gift : gifts) {
sumprob += prob();
}
if (sumprob <= 0) {
return null;
}
// 归⼀化概率端点
double rate = 0d;
for (gift gift : gifts) {
rate += prob();
problists.add(rate / sumprob);
}
double random = math.random();
problists.add(random);
collections.sort(problists);
int index = problists.indexof(random);前端工程师心得
if (index >= 0) {
(index);
}
return null;
}
public static void main(string[] args) {
list gifts = new arraylist<>();
gift nothing = new gift("谢谢惠顾", 0.5d);
gift vip = new gift("xx会员1个⽉", 0.4d);
gift phone = new gift("⼿机", 0.1d);
gifts.add(nothing);
gifts.add(phone);
gifts.add(vip);
// 抽奖
// gift g = draw(gifts);
// 以下是测试统计
map countmap = new hashmap<>();
for (gift gift: gifts) {
countmap.ame(), 0);
}
countmap.put("null", 0);
for (int i=0; i<1000; i++) {
// 抽⼀个
gift gift = draw(gifts);
string name = "null";
if (null != gift) {
name = ame();
}
int count = (name);
countmap.put(name, ++count);
}
for ( entry : set()) {
system.out.println("抽到"+key()+", "+value()+"次"); }
}
cssheight没用}
/**
* 奖品类
*/
class gift {
string name;
double prob;
public gift(string name, double prob) {
this.name = name;
this.prob = prob;
}
public string getname() {

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。