一种基于喜爱程度的音乐随机播放算法

打开你手机中的音乐播放器，开始播放音乐，选择播放模式，共有四种

顺序播放    随机播放   循环播放    单曲循环    

        选择随机播放时，你真的希望是随机么，还是懒得手动选择？你是否希望随机时听到自己喜欢的歌曲的概率更高一些，毕竟，某一段时间内，你对歌曲的选择是有偏爱的，一首新歌刚出来时，你疯狂的听，但是几天之后，你又喜欢上了别的歌曲。

        能否根据用户的喜爱程度来随机播放呢？

        首先，我们要找到衡量喜爱程度的指标。假如播放器里有N首歌曲，那么我们就统计在此之前听过的N首歌曲的分布情况

       有a1,a2,a3.....aN，N首歌曲，在过去听过的N首歌曲中，a1听的次数最多，竟然有10次，a2听了5次，a5竟然为0。

       经过统计，听的次数最多的是a1，高达10次，我们就用10，作为用户对这首歌曲的喜爱程度。有些歌曲听的次数虽然是0，但我们不能认为用户对这些歌曲的喜爱程度是0，而是将其设置为1，OK，现在，每首歌曲都有了一个喜爱程度，假设这些值为L1,L2,L3.....Ln

      现在，我们要进行随机选择了。

      声明一个大小为N的数组，设为Select[N]  

      Select[0] = L1 

      Select[1] = L1 + L2

      Select[2] = L1 + L2 + L3

      ........

     Select[N-1] = L1 + L2 + L3+...+Ln

     下角标是歌曲的编号

     现在，随机生成一个大于0小于 Select[N-1]的 数值K，用二分查找法很快就能找到K在数组中的位置，所谓位置，就是数组的下角标，而下角标恰又是歌曲的编号，如此，我们随机的选择了一首歌曲，但却让那些经常听的歌曲被选中的概率更大。

      每次用户打开播放器时，都重新计算喜爱程度，如果随机选择出来的歌曲被用户pass掉了，这说明，用户现在不想听这首歌曲，那么则调低这首歌曲的喜爱程度，重新计算Select数组，如果用户在这种随机模式下选择了一首歌曲，这就说明，当前用户喜欢这首歌曲，调高这首歌曲的喜爱程度，重新计算Select数组

       

     通过上面的算法，用户在基于喜爱随机播放时，将更多的听到自己喜欢的歌曲。