抽奖策略

奖品类型

抽奖活动，通常有两类奖品：

a.一定数量的奖品（概率=剩余数量/总数）

b.一定概率的奖品（数量无限）

下面有两个example，描述这两类奖品：

一定数量奖品的抽奖策略——抓阄

问题1：假设有 A奖品8个，B奖品2个，如何实现抽奖？

使用抓阄的办法，空间复杂度为O(n),n是奖品的总数量, 时间复杂度为O(1)

一定概率奖品的抽奖策略——掷骰子、轮询随机数组

问题2：假设A奖品概率为1/2，B奖品的概率为1/3，C奖品的概率为1/6，如何实现抽奖？

使用掷骰子的办法，空间复杂度O(m)，m是奖品的整数比之和，时间复杂度为O(1)

问题3：假设A奖品概率为0.99, B奖品的概率是0.01,如何实现抽奖？

掷骰子确实是一种理想化的办法，但是实际中，我们并不太好使用它。因为，我们无法保证低概率的奖品被抽中，比如一个概率为0.01的奖品，100次抽奖后，一次也没抽到的概率超过34%，200次抽奖后，一次也没抽到的概率超过13%，这是我们不想看到的。

（实际应用中，我们往往希望能够尽早的公平的让用户抽到低概率价值较高的奖品，这样比较友好。）

轮询法：空间复杂度O(n)，n为各个概率整数比之和，时间复杂度O(1)

混合两种奖品类型

问题4：假设有A奖品数量为5，B奖品的概率为1/2，预估最少抽奖次数为10次，如何实现抽奖？

上面的问题，听起来有点荒唐，但实际中，我们会经常碰到这种情况，我们为了控制成本，希望A奖品被抽走5个之后，就不发A奖品了。(有趣的是，在开始宣传的时候，又会称抽到A的概率高达50%)

混合奖品类型，有两种解决思路：

a.数量转换成概率

A奖品的数量为5，最少抽奖次数为10次，则A的最大概率为1/2，这样就能采用上面说的掷骰子（或轮询）的策略实现。

需要考虑的是：A抽完5个以后，不应该再抽到A了，此时需要做一些处理（比如：用一个其他奖品去替代A，或者是直接返回一个默认值，比如谢谢参与）

b.概率转换成数量

B奖品的概率为1/2，最少抽奖次数为10次，则B正常被抽到5次以上，设置B的数量为5，就能采用抓阄的策略实现。

需要考虑的是：抽完10次以后，阄已经抓完，抽奖还在继续，因此需要做一些处理（比如：构建新的奖品和概率，使用新的抽奖策略）

实际应用举例

问题5：产品需求：618端午节抽奖活动，奖品：一千元机票代金券1张，500元酒店代金券3张，机票会员96个，18元免息券无限张概率为33.33%，3天免息券无限张概率33.33%，酒店折扣券无限张概率33.33%，谢谢参与概率0%~0.01%，预估最少抽奖次数100万

方案1：抓阄+掷骰子

将概率的奖品转成对应的数量，初始化100万的奖品并随机，再存储到redis队列中

每次抽奖pop一个，直到所有的pop完了，再采用掷骰子的方式继续抽奖。

这是一个可行的方案，尽管看起来很挫，但是它的实现非常简单，并且投入到实际中使用，并且它能够保证公平性和并发量，且在100万次内，将所有的高价值奖品抽完。

方案2：轮询+抓阄

将数量的奖品转换成概率，由于数量的奖品概率太低，我们把它们合并到一起记作其他奖品，所以现在的概率如下：

按照概率比例随机生成大小为10000的轮询数组，将有数量的奖品随机生成大小为100的队列存储到redis中

当抽到“其他奖品”时，再采用抓阄的策略从redis队列中 pop一个奖品，当队列为空时，返回谢谢参与。

对比

功能对比：

性能对比：