JAVA基于权重的抽奖

如有4个元素A、B、C、D，权重分别为1、2、3、4，随机结果中A:B:C:D的比例要为1:2:3:4。

总体思路：累加每个元素的权重A(1)-B(3)-C(6)-D(10)，则4个元素的的权重管辖区间分别为[0,1)、[1,3)、[3,6)、[6,10)。
然后随机出一个[0,10)之间的随机数。落在哪个区间，则该区间之后的元素即为按权重命中的元素。

实现方法：
利用TreeMap，则构造出的一个树为:
            B(3)
　　　 /      \
         /           \
     A(1)       D(10)
                    /
                  /
             C(6)

然后，利用treemap.tailMap().firstKey()即可找到目标元素。

(3落在70%权重，7落在70-95的权重，10落在95-100的权重)

​​https://www.bbsmax.com/A/LPdo4pk2z3/​​

三、依赖不可控的物理随机数 

什么意思呢，先看个图，看完你就知道了

明白了吧，呵呵，这就是现如今灰常流行的一种抽奖算法，绝对公平、绝对透明、绝对木有暗箱（除非偷偷给你换了抽奖号码）！但是这种方法唯一的缺点是无法实时抽奖，只能事后抽奖。也就是只能拿个抽奖号等着上帝的眷顾，阿门。。。

例如游戏中打败一个boss，会掉落下面其中一个物品，而每个物品都有一定概率： 1. 靴子 20% 2. 披风 25% 3. 饰品 10% 4. 双手剑 5% 5. 金币袋 40% 现在的问题就是如何根据概率掉落一个物品给玩家。

一. 一般算法：生成一个列表，分成几个区间，例如列表长度100，1-20是靴子的区间，21-45是披风的区间等，然后随机从100取出一个数，看落在哪个区间。算法时间复杂度：预处理O(MN)，随机数生成O(1)，空间复杂度O(MN)，其中N代表物品种类，M则由最低概率决定。

二、离散算法：也就是上面的改进，竟然1-20都是靴子，21-45都是披风，那抽象成小于等于20的是靴子，大于20且小于等于45是披风，就变成几个点[20,45,55,60,100]，然后也是从1到99随机取一个数R，按顺序在这些点进行比较，知道找到第一个比R大的数的下标，比一般算法减少占用空间，还可以采用二分法找出R，这样，预处理O(N)，随机数生成O(logN)，空间复杂度O(N)。

三、Alias Method Alias Method就不太好理解，实现很巧妙，推荐先看看这篇文章：​​http://www.keithschwarz.com/darts-dice-coins/​​ 大致意思：把N种可能性拼装成一个方形（整体），分成N列，每列高度为1且最多两种可能性，可能性抽象为某种颜色，即每列最多有两种颜色，且第n列中必有第n种可能性，这里将第n种可能性称为原色。 想象抛出一个硬币，会落在其中一列，并且是落在列上的一种颜色。这样就得到两个数组：一个记录落在原色的概率是多少，记为Prob数组，另一个记录列上非原色的颜色名称，记为Alias数组，若该列只有原色则记为null。

之前的例子，为了便于演示换成分数
1. 靴子 20% -> 1/4
2. 披风 25% -> 1/5
3. 饰品 10% -> 1/10
4. 双手剑 5% -> 1/20
5. 金币袋 40% -> 2/5
然后每个都乘以5（使每列高度为1），再拼凑成方形
拼凑原则：
每次都从大于等于1的方块分出一小块，与小于1的方块合成高度为1

由上图方形可得到两个数组： Prob: [3/4, 1/4, 1/2, 1/4, 1] Alias: [4, 4, 0, 1, null] (记录非原色的下标)

之后就根据Prob和Alias获取其中一个物品 随机产生一列C，再随机产生一个数R，通过与Prob[C]比较，R较大则返回C，反之返回Alias[C]。

Alias Method 复杂度：预处理O(NlogN)，随机数生成O(1)，空间复杂度O(2N)

简介

最近闲的无聊，将以前做的一个微信抽奖小demo拿来分享一下,以便加深印象。

效果图

1.gif

业务要求

在一个奖池中放一堆奖品，分别给它们设置不同的数量,比如一等奖A10个，二等奖B，30个，三等奖C10个，然后设置参与人数C人
条件是：
当奖品数大于参与人数，100%中奖。
当奖品A发放完是，不能被抽中。
当奖品发放完毕是，该抽奖活动自动下架。
同一个用户如果中奖了，将不能继续参与该活动。
这里只讨论下其中的核心算法的设计及一个示例函数，算法之外的系统控制暂不提及。
实现抽奖的方法应该有很多，没有仔细去考察和搜索那些非常复杂的算法，这里仅做了一个简单的假设，并在此基础上推出后面所有的控制逻辑。

实现方法

java核心抽奖代码如下:

public class LotteryUtil {
    /**
     * 
     * @param orignalRates  传人每一个奖品概率的集合,(集合的第一个参数是0.0 表示百分比中奖)
     * @return
     */
    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
        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;
        /*遍历奖品概率的集合，计算每一个奖品的中间区间*/
        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);
    }
}

抽奖的业务逻辑代码如下

/*awardItems获取奖品的一个集合*/
    if (activityUserDao.getCountByOpenId(Award.WHEEL_AWARD_TYPE, wid, open_id) <= 0) {
                                        /* awardItems获取奖品的一个集合 */
                                        List<Award> awardItems = awardDao.getByActivity(aw.getWheel_id(), Award.WHEEL_AWARD_TYPE);
                                        /* lotterys存放每一个奖品的中奖概率集合 */
                                        List<Double> lotterys = new ArrayList<Double>();
                                        /* 获取总的奖品数量 */
                                        int count = 0;
                                        for (Award a : awardItems) {
                                            count += a.getProvide_count();
                                        }
                                        if (aw.getPeople_count() <= count) {
                                            lotterys.add(0.0); // 100%中奖
                                        } else {
                                            /* 预计参与人数减去奖品数 除以参与人数 = 未中奖概率 */
                                            lotterys.add((double) (aw.getPeople_count() - count) / (double) aw.getPeople_count());
                                        }
                                        /* 遍历奖品集合，获取每一个奖品中奖概率 */
                                        for (Award a : awardItems) {
                                            if (a.getOver_count() > 0) {
                                                lotterys.add((double) a.getProvide_count() / (double) aw.getPeople_count());
                                            } else {
                                                lotterys.add(0.0);
                                            }
                                        }
                                        // 计算中奖概率
                                        int index = LotteryUtil.lottery(lotterys);
                                        if (index > 0) {// 中奖
                                            Award a = awardItems.get(index - 1);
                                            long key = Math.round(Math.random() * (999999 - 100000) + 100000); // 6位数中奖序列号
                                            // 修改商品剩余数量 + 记录序列号
                                            if (awardDao.doLowerOverCount(a.getAward_id()) > 0
                                                    && activityUserDao.doInsert(new ActivityUser(aw.getPublic_id(), Award.WHEEL_AWARD_TYPE, wid, a.getAward_id(), key + "", open_id)) > 0) {
                                                rb.setCode(index);
                                                rb.setData(key);
                                                rb.setMessage(a.getAward_name());
                                            } else {
                                                rb.setCode(0);
                                            }
                                        }
                                        // 抽奖记录
                                        activityRecordDao.doInsert(new ActivityRecord(open_id, Award.WHEEL_AWARD_TYPE, wid, request.getRemoteAddr()));

前端抽奖工具类

/**
 * 注意：本插件运用了rem屏幕适配方案，一律采用rem作为单位，若项目中不是采用这种方案的，此段代码不会影响功能使用，仅会影响控件样式
 */

(function(win, doc, $) {

    var defaultOpt = {

        rotateNum: 5, //转盘转动圈数
        body: "", //大转盘整体的选择符或zepto对象

        disabledHandler: function() {}, //禁止抽奖时回调

        clickCallback: function() {}, //点击抽奖按钮,再次回调中实现访问后台获取抽奖结果,拿到抽奖结果后显示抽奖画面

        KinerLotteryHandler: function(deg) {} //抽奖结束回调

    };

    function KinerLottery(opts) {

        this.opts = $.extend(true, {}, defaultOpt, opts);

        this.doing = false;

        this.init();

    }

    KinerLottery.prototype.setOpts = function(opts) {

        this.opts = $.extend(true, {}, defaultOpt, opts);

        this.init();

    };

    KinerLottery.prototype.init = function() {

        var self = this;

        this.defNum = this.opts.rotateNum * 360; //转盘需要转动的角度
        // console.log(this.defNum);

        // alert(this.defNum);

        //点击抽奖
        $('#box').on('click', ".KinerLotteryBtn", function() {
            if($(this).hasClass('start') && !self.doing) {
                self.opts.clickCallback.call(self);
            } else {

                var key = $(this).hasClass('no_start') ? "noStart" : $(this).hasClass('completed') ? "completed" : "illegal";

                self.opts.disabledHandler(key);

            }

        });

        $(this.opts.body).find('.KinerLotteryContent').get(0).addEventListener('webkitTransitionEnd', function() {

            self.doing = false;

            var deg = $(self.opts.body).attr('data-deg');

            if(self.opts.direction == 0) {
                $(self.opts.body).attr('data-deg', 360 - deg);
                $(self.opts.body).find('.KinerLotteryContent').css({
                    '-webkit-transition': 'none',
                    'transition': 'none',
                    '-webkit-transform': 'rotate(' + (deg) + 'deg)',
                    'transform': 'rotate(' + (deg) + 'deg)'
                });
                self.opts.KinerLotteryHandler(360 - deg);
            } else {
                $(self.opts.body).attr('data-deg', deg);
                $(self.opts.body).find('.KinerLotteryContent').css({
                    '-webkit-transition': 'none',
                    'transition': 'none',
                    '-webkit-transform': 'rotate(' + (-deg) + 'deg)',
                    'transform': 'rotate(' + (-deg) + 'deg)'
                });
                self.opts.KinerLotteryHandler(deg);
            }

        });

    };
    KinerLottery.prototype.goKinerLottery = function(_deg) {
        if(this.doing) {
            return;
        }
        var deg = _deg + this.defNum;
        var realDeg = this.opts.direction == 0 ? deg : -deg;
        this.doing = true;
        $(this.opts.body).find('.KinerLotteryBtn').addClass('doing');

        $(this.opts.body).find('.KinerLotteryContent').css({
            '-webkit-transition': 'all 5s',
            'transition': 'all 5s',
            '-webkit-transform': 'rotate(' + (realDeg) + 'deg)',
            'transform': 'rotate(' + (realDeg) + 'deg)'
        });
        $(this.opts.body).attr('data-deg', _deg);
    };
    win.KinerLottery = KinerLottery;
})(window, document, $);

前端js调用抽奖类

/**
 * @author wjb
 * @description 
 * @version 1.0.0 2017/2/11
 */
app.controller("wheelOneController", ['$scope', '$stateParams', '$neu_', 'awardService', '$filter', '$timeout', 'util.alert', 'cfg', 'wxService', function($scope, $stateParams, $neu_, awardService, $filter, $timeout, alert, cfg, wxService) {
    /*中奖开始时间*/
    $scope.wheelStatu = {
            start: true,
            noStart: false,
            completed: false
        }
        /*错误信息提示*/
    $scope.errorMsg = "";
    /*定义奖品数据变量*/
    $scope.awards = [];
    /*活动的id和活动的微信公众号ID*/
    var activity_id = $neu_.isEmpty($stateParams.activity_id) ? 1 : $stateParams.activity_id;
    var public_id = $neu_.isEmpty($stateParams.public_id) ? 1 : $stateParams.public_id;
    var open_id = $neu_.isEmpty($stateParams.open_id) ? cfg.openId : $stateParams.open_id;
    cfg.public_id = public_id;
    cfg.open_id = open_id;
    cfg.activity_id = activity_id;
    //alert(cfg.public_id+"=="+cfg.activity_id+"=="+cfg.open_id );
    /*获取活动信息*/
    wxService.setConfig();
    awardService.getWheelInfo(activity_id, public_id).then(function(res) {
        //console.dir(res)
        if(res.success) {
            $scope.wheelStatu.start = true;
        } else {
            if(res.code == 1 || res.code == 3) {
                $scope.wheelStatu.noStart = true;
            } else if(res.code == 2) {
                $scope.wheelStatu.completed = true;
            }
            $scope.errorMsg = res.msg;
        }
        $scope.wheelInfo = res.data;
    });
    awardService.getAwards(activity_id, public_id).then(function(res) {
        $scope.awards = res.data;
    });
    /*奖品预览*/
    var result = [];
    $scope.showPic = function(pic) {
            if(result.length == 0) {
                $neu_.each($scope.awards, function(item) {
                    result.push(cfg.resourcePath + item.img);
                });
            }
            wxService.previewImage(cfg.resourcePath + pic, result);
        }
        /*中奖结果集*/
    $scope.result = [];
    $scope.user = {
        user_name: '',
        phone: '',
        activity_id: activity_id,
        user_openid: open_id
    };
    /**
     * 提交中奖人信息
     */
    $scope.submit = function() {
            $(".actBody_close").click();
            $scope.isLoading = true;
            awardService.updateLotteryUser($scope.user).then(function(res) {
                    $scope.isLoading = false;
                    if(res.success) {
                        alert('您的中奖信息已备案，我们的客服人员稍后会联系您，如何领取奖品');
                    } else {
                        alert('提交失败');
                    }
                })
                //alert('哈哈上当了吧^_^_^_^')
        }
    $scope.load = function() {
        $timeout(function() {
            ActBounced();
            $("#layer").hide();
            new KinerLottery({
                rotateNum: 5, //转盘转动圈数
                body: "#box", //大转盘整体的选择符或zepto对象
                direction: 0, //0为顺时针转动,1为逆时针转动
                disabledHandler: function(key) {
                    switch(key) {
                        case "noStart":
                            $scope.$apply(function() {
                                alert($scope.errorMsg);

                            });
                            break;
                        case "completed":
                            $scope.$apply(function() {
                                alert($scope.errorMsg);
                            });
                            break;
                    }
                }, //禁止抽奖时回调
                clickCallback: function() {
                    var this_ = this;
                    //此处访问接口获取奖品
                    $scope.isLoading = true;
                    awardService.startAweel(activity_id, open_id).then(function(res) {
                        $scope.isLoading = false;
                        if(isDebug){
                            this_.goKinerLottery(0);
                        }else{
                            if(res.success) {
                            var index = cfg.isDebug ? Math.floor(Math.random() * 5) : res.code;
                            $scope.result = $filter('awardToAngle')(index, $scope.awards);
                            if(index == 0) {
                                this_.opts.disabledHandler("noStart");
                            } else {
                                this_.goKinerLottery($scope.result[1]);
                            }
                        } else {
                            alert(res.msg);
                        }
                        }
                    })
                }, //点击抽奖按钮,再次回调中实现访问后台获取抽奖结果,拿到抽奖结果后显示抽奖画面
                KinerLotteryHandler: function(deg) {
                    $("#smallActAdv").click();
                }
            });

        }, 500);
        /*分享授权的地址*/
        $timeout(function(){
        var share ={shareUrl:"weixin/oauth.html?isBase=true&type=6&a_id="+activity_id+"&p_id="+public_id+"&appid="+cfg.appId};
        wxService.onMenuShareAppMessage(share);
        },3000)
    }
}])

以上是抽奖的主要代码

一个简单抽奖算法的实现以及如何预防超中
需求

每个用户每天有3次抽奖机会；
抽奖奖池一共分为6档内容：现金红包1元，2元，3元，5元，iphone6s，谢谢参与；
支持每天调整和配置抽奖的获奖概率；

算法介绍
每种奖品都有一个权重 对应一个区间 若落入该区间就表示中奖 调整区间大小就可改变获奖概率 即调整权重值即可

抽奖的时候 先生成一个随机值

randNum = new Random().nextInt(totalWeight); // totalWeight = 上面权重列之和

判断该随机值在哪一个区间 如

randNum = 8944 落在未中奖区间 未中奖 
randNum = 944 落在1元区间 中了一元

如果想增大中iphone6s的概率 调整权重值即可 如将权重改为1000， 则区间变为​​[6600,7600)​​同时会为每种奖品设置库存 如

中奖后 会减库存 但假如库存只剩1个了 有10个用户同时落入一元区间 如何避免​​1-10=-9​​​的情况呢？
解决方法

update award_stock set stock = stock - 1 where award_id = ? and stock > 0;

即是否中奖除了落入区间外 还需判断减库存是否成功
如果减库存失败 仍当做未中奖

一旦一种奖品库存为0 下次计算区间的时候 将它排除 如一元奖品库存已为0 这时各奖品的区间变化为

验证上述算法
看是否能抽完所有奖品 如某天的奖品配置如下 (权重默认等于库存)

假设日活用户数为3万 每个用户可抽3次
java代码

final Map<String, Integer> awardStockMap = new ConcurrentHashMap<>(); // 奖品 <--> 奖品库存
awardStockMap.put("1", 5000);
awardStockMap.put("2", 1000);
awardStockMap.put("3", 500);
awardStockMap.put("5", 100);
awardStockMap.put("iphone", 1);
awardStockMap.put("未中奖", 59409); //6601*10 -6601
//权重默认等于库存      
final Map<String, Integer> awardWeightMap = new ConcurrentHashMap<>(awardStockMap); // 奖品 <--> 奖品权重
 
int userNum = 30000; // 日活用户数
int drawNum = userNum * 3; // 每天抽奖次数 = 日活数*抽奖次数
Map<String, Integer> dailyWinCountMap = new ConcurrentHashMap<>(); // 每天实际中奖计数
for(int j=0; j<drawNum; j++){ // 模拟每次抽奖
    //排除掉库存为0的奖品
    Map<String, Integer> awardWeightHaveStockMap = awardWeightMap.entrySet().stream().filter(e->awardStockMap.get(e.getKey())>0).collect(Collectors.toMap(e->e.getKey(), e->e.getValue()));
    int totalWeight = (int) awardWeightHaveStockMap.values().stream().collect(Collectors.summarizingInt(i->i)).getSum();
    int randNum = new Random().nextInt(totalWeight); //生成一个随机数
    int prev = 0;
    String choosedAward = null;
    // 按照权重计算中奖区间
    for(Entry<String,Integer> e : awardWeightHaveStockMap.entrySet() ){
        if(randNum>=prev && randNum<prev+e.getValue()){
            choosedAward = e.getKey(); //落入该奖品区间
            break;
        }
        prev = prev+e.getValue();
    }
    dailyWinCountMap.compute(choosedAward, (k,v)->v==null?1:v+1); //中奖计数 
    if(!"未中奖".equals(choosedAward)){ //未中奖不用减库存 
        awardStockMap.compute(choosedAward, (k,v)->v-1); //奖品库存一
        if(awardStockMap.get(choosedAward)==0){
            System.out.printf("奖品：%s 库存为空%n",choosedAward); //记录库存为空的顺序
        }
    }
 
}
System.out.println("各奖品中奖计数: "+dailyWinCountMap); //每日各奖品中奖计数

输出

奖品：iphone 库存为空
奖品：5 库存为空
奖品：1 库存为空
奖品：2 库存为空
奖品：3 库存为空
每日各奖品中奖计数: {1=5000, 2=1000, 3=500, 5=100, iphone=1, 未中奖=83399}

可知 假如该天抽奖次数能有9万次的话 可以抽完所有的奖品 另外因是单线程未考虑减库存
失败的情况 即并发减库存的情况

抽奖算法2 存在奖品库存的前提下 保证每次中奖的概率恒定 如15% 抽100次有15次中奖

final Map<String, Integer> awardStockMap = new ConcurrentHashMap<>(); 
        awardStockMap.put("1", 3000);
        awardStockMap.put("2", 2000);
        awardStockMap.put("3", 1500);
        awardStockMap.put("5", 1000);
        awardStockMap.put("10", 100);
        awardStockMap.put("20", 10);
        awardStockMap.put("50", 5);
        awardStockMap.put("100", 2);
        // 权重默认等于库存
        final Map<String, Integer> awardWeightMap = new ConcurrentHashMap<>(awardStockMap); 
        final Map<String, Integer> initAwardStockMap = new ConcurrentHashMap<>(awardStockMap); 

        int drawNum = 50780; // 理论可以抽完所有奖品所需抽奖次数 = 奖品数×中奖概率导数 = 7617*100/15
        final int threshold = 15; //中奖概率 15%
        Map<String, Integer> dailyWinCountMap = new ConcurrentHashMap<>(); // 每天实际中奖计数

        for (int j = 0; j < drawNum; j++) { // 模拟每次抽奖
            //确定是否中奖
            int randNum = new Random().nextInt(100);
            if(randNum>threshold){
                dailyWinCountMap.compute("未中奖", (k,v)->v==null?1:v+1);
                continue; //未中奖
            }
            //中奖 确定是哪个奖品
            //排除掉库存为0的奖品
            Map<String, Integer> awardWeightHaveStockMap = awardWeightMap.entrySet().stream().filter(e->awardStockMap.get(e.getKey())>0).collect(Collectors.toMap(e->e.getKey(), e->e.getValue()));
            if(awardWeightHaveStockMap.isEmpty()){ //奖池已为空
                System.out.printf("第%d次抽奖 奖品已被抽完%n",j);
                break;
            }
            int totalWeight = (int) awardWeightHaveStockMap.values().stream().collect(Collectors.summarizingInt(i->i)).getSum();
            randNum = new Random().nextInt(totalWeight); 
            int prev=0;
            String choosedAward = null;
            for(Entry<String,Integer> e : awardWeightHaveStockMap.entrySet() ){
                if(randNum>=prev && randNum<prev+e.getValue()){
                    choosedAward = e.getKey(); //落入此区间 中奖
                    dailyWinCountMap.compute(choosedAward, (k,v)->v==null?1:v+1);
                    break;
                }
                prev = prev+e.getValue();
            }
            //减小库存
            awardStockMap.compute(choosedAward, (k,v)->v-1);
        }
        System.out.println("每日各奖品中奖计数: "); // 每日各奖品中奖计数
        dailyWinCountMap.entrySet().stream().sorted((e1,e2)->e2.getValue()-e1.getValue()).forEach(System.out::println);
        awardStockMap.forEach((k,v)->{if(v>0){
            System.out.printf("奖品：%s, 总库存： %d, 剩余库存： %d%n",k,initAwardStockMap.get(k),v);
        }});

输出

第47495次抽奖 奖品已被抽完
每日各奖品中奖计数: 
未中奖=39878
1=3000
2=2000
3=1500
5=1000
10=100
20=10
50=5
100=2

可见 实际不用到理论抽奖次数 即可抽完所有奖品

Java抽奖概率算法

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<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);
    }
    
    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);
    }
    
}
 

/**
 * 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<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 = 1000000;
        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 (Entry<Integer, Integer> 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。

java简单的抽奖方法——配置概率（100以内随机数的一个解决方案）

用户抽奖的大致思路就是，当用户点击抽奖后，后台随机算出100以内的一个随机数，然后查看该随机数是否在中奖概率范围内。

抽奖概率写死的方法：

/**
     * 抽奖概率
     *
     * @return rand
     */
    public static int randomInt() {
        int randomNum = new Random().nextInt(100) + 1;
        if (randomNum == 1) {
            return 1;
        } else if (randomNum >= 2 && randomNum <= 5) {
            return 2;
        } else if (randomNum >= 6 && randomNum <= 10) {
            return 3;
        } else if (randomNum >= 11 && randomNum <= 50) {
            return 4;
        } else {
            return 5;
        }

    }

从数据库读取概率配置（本次抽奖分五等奖）

public static int randomInt(LotteryPrizeEntry lotteryPrize) {
    //概率不能为空，至少为0
    if (lotteryPrize.getFirstPrize() + lotteryPrize.getSecondPrize()
            + lotteryPrize.getThirdPrize() + lotteryPrize.getFourthPrize() + lotteryPrize.getFifthPrize() > 100) {
        return 0;
    }
    int randomNum = new Random().nextInt(100) + 1;
    List<Integer> list = new ArrayList<Integer>();
    list.add(lotteryPrize.getFirstPrize());
    list.add(lotteryPrize.getSecondPrize());
    list.add(lotteryPrize.getThirdPrize());
    list.add(lotteryPrize.getFourthPrize());
    list.add(lotteryPrize.getFifthPrize());
    int prize = 1; //奖品级数
    int num = 0; //存中奖概率数
    int num2 = 1;//存中奖概率数
    for (Integer i : list) {
        num = +i;
        if (i >= 1) {
            if (randomNum >= num2 && randomNum <= num) {
                return prize;
            }
        }
        prize++; //奖级加一
        num2 = +i;
    }
    return prize;

中奖概率配置表：

BEGIN_TIME        DATE                开始时间
END_TIME         DATE                结束时间
LOTTERY_ISENABLE        NUMBER                 是否开启 0关闭1开启
FIRST_PRIZE        NUMBER                一等奖概率
SECOND_PRIZE         NUMBER                 二等奖概率
THIRD_PRIZE         NUMBER                三等奖概率
FOURTH_PRIZE         NUMBER                 四等奖概率
FIFTH_PRIZE         NUMBER                 五等奖概率 

权重随机算法的java实现

一、概述

　　平时，经常会遇到权重随机算法，从不同权重的N个元素中随机选择一个，并使得总体选择结果是按照权重分布的。如广告投放、负载均衡等。

　　如有4个元素A、B、C、D，权重分别为1、2、3、4，随机结果中A:B:C:D的比例要为1:2:3:4。

　　总体思路：累加每个元素的权重A(1)-B(3)-C(6)-D(10)，则4个元素的的权重管辖区间分别为[0,1)、[1,3)、[3,6)、[6,10)。然后随机出一个[0,10)之间的随机数。落在哪个区间，则该区间之后的元素即为按权重命中的元素。

　　实现方法：

利用TreeMap，则构造出的一个树为:
　　　　B(3)
　　　 /      \
        /         \
     A(1)     D(10)
               /
             /
         C(6)

然后，利用treemap.tailMap().firstKey()即可找到目标元素。

当然，也可以利用数组+二分查找来实现。

二、源码

import com.google.common.base.Preconditions;
import org.apache.commons.math3.util.Pair;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
 
import java.util.List;
import java.util.SortedMap;
import java.util.TreeMap;
 
 
public class WeightRandom<K,V extends Number> {
    private TreeMap<Double, K> weightMap = new TreeMap<Double, K>();
    private static final Logger logger = LoggerFactory.getLogger(WeightRandom.class);
 
    public WeightRandom(List<Pair<K, V>> list) {
        Preconditions.checkNotNull(list, "list can NOT be null!");
        for (Pair<K, V> pair : list) {
            double lastWeight = this.weightMap.size() == 0 ? 0 : this.weightMap.lastKey().doubleValue();//统一转为double
            this.weightMap.put(pair.getValue().doubleValue() + lastWeight, pair.getKey());//权重累加
        }
    }
 
    public K random() {
        double randomWeight = this.weightMap.lastKey() * Math.random();
        SortedMap<Double, K> tailMap = this.weightMap.tailMap(randomWeight, false);
        return this.weightMap.get(tailMap.firstKey());
    }
 
}

三、性能

4个元素A、B、C、D，其权重分别为1、2、3、4，运行1亿次，结果如下：

从结果，可以看出，准确率在99.95%以上。

四、另一种实现

利用B+树的原理。叶子结点存放元素，非叶子结点用于索引。非叶子结点有两个属性，分别保存左右子树的累加权重。如下图：

看到这个图，聪明的你应该知道怎么随机了吧。

此方法的优点是：更改一个元素，只须修改该元素到根结点那半部分的权值即可。

end

作者：​​水岩​​

两类，第一类是常见的有等级的抽奖活动，如一等、二等、三等奖等等，废话不多说，直接贴代码：

 

推荐：​​简单抽奖用的算法​​

[/* 每种奖品的概率          * 总概率为333          * */         int a1 = 1;         int a4 = 200;         int a6 = 50;         int a8 = 1;         int a9

 

// 分别为一、二、三、四等将的奖品数量，最后一个为未中奖的数量。
    private static final Integer[] lotteryList = {5, 10, 20, 40, 100};

    private int getSum() {
        int sum = 0;
        for (int v : lotteryList) {
            sum += v;
        }
        return sum;
    }

    private int getLotteryLevel() {
        Random random = new Random(System.nanoTime());
        int sum = getSum();
        for (int i = 0; i < lotteryList.length; ++i) {
            int randNum = Math.abs(random.nextInt()) % sum;
            if (randNum <= lotteryList[i]) {
                return i;
            } else {
                sum -= lotteryList[i];
            }
        }
        return -1;
    }

另一类是不分等级的抽奖活动，仅需要参与人数与奖品总数，各奖品中奖概率相等。
代码如下：

//另一种抽奖算法，用于公司抽奖，即总参与人数与奖品数固定。
    private static final int lotteryNum = 75;
    private static final int total = 175;
    private static Set<Integer> lotterySet = new HashSet<Integer>();
    static {
        for (int i=1; i <= lotteryNum; ++i) {
            lotterySet.add(total*i/lotteryNum);
        }
    }
    private int getLotteryNum2() {
        Random rand = new Random(System.nanoTime());
        int randNum = Math.abs(rand.nextInt()) % total;
        if (lotterySet.contains(randNum)) {
            return randNum*lotteryNum/total;
        }
        return -1;
    }