java中奖率算法_抽奖概率-三种算法

一、逢“几”中奖

逢“几”中奖，即通过预估抽奖人数和奖品数来判断，“几”=(抽奖人数/奖品数)*N。这是一种最简单抽奖算法，适合抽奖人数众多，而且互相无联系的情况。如今大为流行的微博转发得奖就常常使用这种算法，即根据转发次数来决定奖品归属，透明而且具有激励性。

当然这个“几”也不单只次数，还可能是时间，逢某个时间点就可以抽中，不过这种方案可能产生无人中奖和很多人中奖的情况，时间点的安排很关键！这个时间点一旦公布出去，那就是秒杀，霍霍。。

逢“几”中奖有很多弊端，但是非常简单，很容易实现，被很多抽奖活动所采用，有些会公布抽奖规则，激励抽奖，有些则不会公布，其实后台运行的可能也是这个算法，简单高效又不失公平。在信息不透明的情况下，鬼知道你是第几个抽奖的，哈哈。。

二、概率抽奖

所谓概率抽奖是最容易想到的抽奖算法了，这个概率可以是一成不变的，也可以是一直在变化调整的，最难的是采用多大的概率，何种情况下采用何种概率。这个也没有什么通用的方案，不同的应用场景，所用的概率算法不同。下面介绍一种算法，根据奖品的过期日期来计算它当前时间的中奖率，当时间逐渐接近奖品过期时间时，中奖概率会逐渐发生变化，如果设为1表示线性衰减，2为平方衰减，以此类推。

importjava.util.Date;

importjava.util.Random;

publicclass LotteryTool {private doublefactor;private doubleprobability;privateRandom rand;private LotteryTool(double probability, long expireTime, intreduce){this.factor = (double) System.currentTimeMillis() /expireTime;this.probability = probability *Math.pow(factor, reduce);this.rand = newRandom(System.currentTimeMillis());

}public static LotteryTool getInstance(doubleprobability, longexpireTime,intreduce) {return newLotteryTool(probability, expireTime, reduce);

}public boolean isLucky(longexpected) {long token =generateLong();

expected= expected % (int) (1 /probability);if (expected ==token) {return true;

}return false;

}

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)。 请点击查看详细：http://www.cnblogs.com/miloyip/archive/2010/04/21/1717109.html

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)