java

关注公众号 jb51net

关闭
首页 > 软件编程 > java > java抢红包算法

Java抢红包的红包生成算法

作者:hengyunabc

现在日常生活中抢红包已经成了日常游戏,本篇文章主要介绍了Java抢红包的红包生成算法,具有一定的参考价值,有需要的可以了解一下。

马上过年了。过年微信红包很火,最近有个项目也要做抢红包,于是写了个红包的生成算法。

红包生成算法的需求

预先生成所有的红包还是一个请求随机生成一个红包

简单来说,就是把一个大整数m分解(直接以“分为单位,如1元即100)分解成n个小整数的过程,小整数的范围是[min, max]。

最简单的思路,先保底,每个小红包保证有min,然后每个请求都随机生成一个0到(max-min)范围的整数,再加上min就是红包的钱数。

这个算法虽然简单,但是有一个弊端:最后生成的红包可能都是min钱数的。也就是说可能最后的红包都是0.01元的。

另一种方式是预先生成所有红包,这样就比较容易控制了。我选择的是预先生成所有的红包。

理想的红包生成算法

理想的红包生成结果是平均值附近的红包比较多,大红包和小红包的数量比较少。

可以想像下,生成红包的数量的分布有点像正态分布。

那么如何实现这种平均线附近值比较多的要求呢?

就是要找到一种算法,可以提高平均值附近的概率。那么利用一种”膨胀“再”收缩“的方式来达到这种效果。

先平方,再生成平方范围内的随机数,再开方,那么概率就不再是平均的了。

具体算法:

public class HongBaoAlgorithm { 
  static Random random = new Random(); 
  static { 
    randomsetSeed(SystemcurrentTimeMillis()); 
  } 
   
  public static void main(String[] args) { 
    long max = 200; 
    long min = 1; 
 
    long[] result = HongBaoAlgorithmgenerate(100_0000, 10_000, max, min); 
    long total = 0; 
    for (int i = 0; i < resultlength; i++) { 
      // Systemoutprintln("result[" + i + "]:" + result[i]); 
      // Systemoutprintln(result[i]); 
      total += result[i]; 
    } 
    //检查生成的红包的总额是否正确 
    Systemoutprintln("total:" + total); 
 
    //统计每个钱数的红包数量,检查是否接近正态分布 
    int count[] = new int[(int) max + 1]; 
    for (int i = 0; i < resultlength; i++) { 
      count[(int) result[i]] += 1; 
    } 
 
    for (int i = 0; i < countlength; i++) { 
      Systemoutprintln("" + i + " " + count[i]); 
    } 
  } 
   
  /** 
   * 生产min和max之间的随机数,但是概率不是平均的,从min到max方向概率逐渐加大。 
   * 先平方,然后产生一个平方值范围内的随机数,再开方,这样就产生了一种“膨胀”再“收缩”的效果。 
   * 
   * @param min 
   * @param max 
   * @return 
   */ 
  static long xRandom(long min, long max) { 
    return sqrt(nextLong(sqr(max - min))); 
  } 
 
  /** 
   * 
   * @param total 
   *      红包总额 
   * @param count 
   *      红包个数 
   * @param max 
   *      每个小红包的最大额 
   * @param min 
   *      每个小红包的最小额 
   * @return 存放生成的每个小红包的值的数组 
   */ 
  public static long[] generate(long total, int count, long max, long min) { 
    long[] result = new long[count]; 
 
    long average = total / count; 
 
    long a = average - min; 
    long b = max - min; 
 
    // 
    //这样的随机数的概率实际改变了,产生大数的可能性要比产生小数的概率要小。 
    //这样就实现了大部分红包的值在平均数附近。大红包和小红包比较少。 
    long range1 = sqr(average - min); 
    long range2 = sqr(max - average); 
 
    for (int i = 0; i < resultlength; i++) { 
      //因为小红包的数量通常是要比大红包的数量要多的,因为这里的概率要调换过来。 
      //当随机数>平均值,则产生小红包 
      //当随机数<平均值,则产生大红包 
      if (nextLong(min, max) > average) { 
        // 在平均线上减钱 
//       long temp = min + sqrt(nextLong(range1)); 
        long temp = min + xRandom(min, average); 
        result[i] = temp; 
        total -= temp; 
      } else { 
        // 在平均线上加钱 
//       long temp = max - sqrt(nextLong(range2)); 
        long temp = max - xRandom(average, max); 
        result[i] = temp; 
        total -= temp; 
      } 
    } 
    // 如果还有余钱,则尝试加到小红包里,如果加不进去,则尝试下一个。 
    while (total > 0) { 
      for (int i = 0; i < resultlength; i++) { 
        if (total > 0 && result[i] < max) { 
          result[i]++; 
          total--; 
        } 
      } 
    } 
    // 如果钱是负数了,还得从已生成的小红包中抽取回来 
    while (total < 0) { 
      for (int i = 0; i < resultlength; i++) { 
        if (total < 0 && result[i] > min) { 
          result[i]--; 
          total++; 
        } 
      } 
    } 
    return result; 
  } 
 
  static long sqrt(long n) { 
    // 改进为查表? 
    return (long) Mathsqrt(n); 
  } 
 
  static long sqr(long n) { 
    // 查表快,还是直接算快? 
    return n * n; 
  } 
   
  static long nextLong(long n) { 
    return randomnextInt((int) n); 
  } 
 
  static long nextLong(long min, long max) { 
    return randomnextInt((int) (max - min + 1)) + min; 
  } 
} 

统计了下生成的结果,还是比较符合要求的。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

您可能感兴趣的文章:
阅读全文