学习总结：按权重随机选择——（LC528）(比较重要)

题目：

给定一个数组，数组每个位置的值表示该位置的权重，要求按照权重的概率去随机采样。

输入是一维正整数数组，表示权重；和一个包含指令字符串的一维数组，表示运行几次随机
采样。输出是一维整数数组，表示随机采样的整数在数组中的位置。

思路：

我们可以先使用 partial_sum 求前缀和（即到每个位置为止之前所有数字的和），这个结果
对于正整数数组是单调递增的。每当需要采样时，我们可以先随机产生一个数字，然后使用二分
法查找其在前缀和中的位置，以模拟加权采样的过程。这里的二分法可以用 lower_bound 实现。
以样例为例，权重数组[1,3]的前缀和为[1,4]。如果我们随机生成的数字为1，那么 lower_bound
返回的位置为 0；如果我们随机生成的数字是 2、3、4，那么 lower_bound 返回的位置为 1。

补充一些实战场景，以加深记忆（面试会加分吗 XD）

• Spring Cloud Ribbon （客户端负载均衡）策略中的 WeightedResponseTimeRule
  • 此题可简述为「按权重，看作多个区间，按区间宽度越大，概率越大」
  • 在 Ribbon 相关架构中，服务端给客户端一个服务列表，类似 Map<String, Set<String>> 结构。若客户端想调用 key = serviceA，可选的具体服务端实例有 Set<String> 的 ["/svc/a1", "/svc/a2", "/svc/a3"]，由客户端自行决定
  • Ribbon 作为客户端负载均衡来帮助客户端选择去哪个具体服务实例（a1 / a2 / a3），希望雨露均沾，又希望别运气不好抽到响应慢的服务器，故有了一种根据权重的均衡策略
  • 权重是通过定时统计最近一段时间内，a1 / a2 / a3 各自的访问响应时间如何，如 a1: 10ms，a2: 20ms，a3: 40ms
  • 通过算法（不赘述，有兴趣可留言喔）计算得 a1: [0, 60]，a2: (60, 110]，a3: (110, 140] 的区间对应
  • 下次再需要访问 serviceA 时，随机一个数 [0, 140]，看落在哪个区间，就选那个实例
• RabbitMQ 的 Topic 交换器使用 Trie 匹配
• MySQL 中的 IN 语法涉及二分算法

class Solution {
  List<Integer>psum = new ArrayList<>();
  int tot=0;
  Random  rand = new Random();
    public Solution(int[] w) {
 for(int x : w){
     tot+=x;
   psum.add(tot);
 }
    }
    
    public int pickIndex() {
   int targ = rand.nextInt(tot);
    int low=0;
    int higth=psum.size()-1;
     while(low!=higth){
         int mid = (low+higth)/2;
         if(targ>=psum.get(mid)){
             low=mid+1;
         }else{
             higth=mid;
         }

     }
        return low;
    }
}

/**
 * Your Solution object will be instantiated and called as such:
 * Solution obj = new Solution(w);
 * int param_1 = obj.pickIndex();
 */