抽奖/大转盘/扭蛋(随机数法)工具类

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);
从集合中查找，不同的数据结构实现不同，最差需要O(n);

/**
     * 获取正式的计算map
     * @param prizeAmountMap    金额:百分比(int)
     * @param prizeTotalCountMap    金额:总共可发个数
     * @param prizeRealCountMap     金额:实际已发个数
     * @return
     */
    public static Map<Integer, Integer> getPrizeAmountMap(Map<Integer, Integer> prizeAmountMap, Map<Integer, Integer> prizeTotalCountMap, Map<Integer, Integer> prizeRealCountMap) {
        Iterator<Map.Entry<Integer, Integer>> it = prizeAmountMap.entrySet().iterator();
        while(it.hasNext()){
            Map.Entry<Integer, Integer> prizeItem = it.next();
            Integer prizeRealCount = prizeRealCountMap.get(prizeItem.getKey());
            Integer prizeTotalCount = prizeTotalCountMap.get(prizeItem.getKey());
            if(prizeRealCount >= prizeTotalCount){
                it.remove();
            }
        }
        return prizeAmountMap;
    }

    /**
     * 采用随机数抽奖方式 - 产生一个中奖金额(int)
     * @param prizeAmountMap
     * @return
     */
    public static Integer getPrizeAmount(Map<Integer, Integer> prizeAmountMap) {
        //初始化中奖金额
        Integer prizeAmount = (Integer) prizeAmountMap.keySet().toArray()[0];
        //遍历map获取概率int总和并且变形map的value
        Integer scaleSum = 0;
        for (Map.Entry<Integer, Integer> prizeItem : prizeAmountMap.entrySet()) {
            scaleSum += prizeItem.getValue();
            prizeAmountMap.put(prizeItem.getKey(), scaleSum);
        }
        //生成中奖随机数
        Integer prizeRand = new Random().nextInt(scaleSum);//[0,scaleSum)
        for (Map.Entry<Integer, Integer> prizeItem : prizeAmountMap.entrySet()) {
            if(prizeItem.getValue() > prizeRand){
                prizeAmount = prizeItem.getKey();
                break;
            }
        }
        return prizeAmount;
    }

    /**
     * 字符串转MAp
     * @param data
     * @return
     */
    public static Map<Integer, Integer> toIntegerMap(String data) {
        Map<Integer, Integer> integerMap = new LinkedHashMap<>();
        String[] itemArray = data.split(",");
        for(int i=0; i<itemArray.length; i++) {
            String[] itemData = itemArray[i].split(":");
            integerMap.put(Integer.valueOf(itemData[0]),Integer.valueOf(itemData[1]));
        }
        return integerMap;
    }


    public static void main(String[] args) {
        for(int i=0; i<10000; i++) {
            //为避免修改金额的问题，修改金额在数据上是增加项
            // 如188修改为168, 188:5000,288:3000,388:1500,688:500 -> 168:5000,188:0,288:3000,388:1500,688:500
            //188:500,288:400,388:300,688:100 -> 168:500-188已发数量,188:已发数量,288:400,388:300,688:100
            //获取需要计算的数据组装map
            String prizeAmountStr = "188:5000,288:3000,388:1500,688:500";
            Map<Integer, Integer> prizeAmountMap = toIntegerMap(prizeAmountStr);
            //采用随机数抽奖方式 - 后续需要若该金额奖励已经没有了，自动重新抽奖
            //共可发红包数量
            String prizeTotalCountStr = "188:500,288:400,388:300,688:100";
            Map<Integer, Integer> prizeTotalCountMap = JacksonUtil.toIntegerMap(prizeTotalCountStr);
            //实际已发红包数量
            Map<Integer, Integer> prizeRealCountMap = new LinkedHashMap<>();
            prizeRealCountMap.put(188, 450);
            prizeRealCountMap.put(288, 350);
            prizeRealCountMap.put(388, 250);
            prizeRealCountMap.put(688, 80);
            prizeAmountMap = getPrizeAmountMap(prizeAmountMap, prizeTotalCountMap, prizeRealCountMap);
            System.out.println(getPrizeAmount(prizeAmountMap));
        }
    }