利用 java random实现加权均衡算法

算法设计思路如下：

1、将一组加权值在数轴上分布每个加权值表示数轴上的一段如权值（10，20，30，40）

      如下图所示，表示了4个权值在数轴上的分布，分布顺序任意

      

 

2、所有权值的总和表示随机的范围，采用JAVA RANDOM 计算随机值 ,本例中范围为100

      Random random = new Random(); int point = random.nextInt(100);

 

3、获取随机值所对应的权值标签

     按照区间 [lower,upper) 分段检查 随机值落在哪个区间内，随机值所落的区间即为命中的权重标签

     如本例中随机值为 80 则 命中 权重 【40】

 

4、算法代码

private Long getVersion(TreeMap<Long,Integer> gammaMap){
        Long version = null;
        Random random = new Random();
        //get a point in [0,100)
        int randomPoint = random.nextInt(100);
        int lower = 0,upper = 0;
        for(Map.Entry<Long, Integer> entry : gammaMap.entrySet()){
            Long entryVersion  = entry.getKey();
            int gamma = entry.getValue() == null ? 0 : entry.getValue().intValue();
            lower = upper;
            upper += gamma;
            if(randomPoint >= lower && randomPoint < upper){
                version = entryVersion;
                break;
            }
        }
        logger.info("==>random:{},version:{}",randomPoint,version);
        return version;
    }

 

5、算法测试

1000次调用 权重分布

[101,184,280,435]

 

6、总结

算法的可靠性取决于随机算法的随机性，按测试结论基本实现了按权重的均衡