其实发这篇博感觉并没有什么用，太简单了，会的人不屑看，不会的人自已动动脑子也想到了。但是看着自已的博客已经这么久没更，真心疼~。粗略算下一篇只有代码的水文，会占用OSC至少十几KB的数据库空间呢，但是，一想到乱弹里的然并卵，也就释然了。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
|
<?php
/**
* 概率计算类
* 可用于抽奖等
*/
class Probability
{
/**
* 概率统计数据
* thing => chance
*/
var $data = array();
var $chance_count = 0;
function __construct($initdata = array()){
if(!empty($initdata)){
$this->data = $initdata;
foreach($initdata as $d){
$this->chance_count += $d['num'];
}
}
}
function addData($name, $chance){
$this->data[]=array('name'=>$name, 'num'=>$chance);
$this->chance_count += $chance;
}
function getOne(){
$index = rand(0, $this->chance_count);
foreach($this->data as $d){
$index = $index-$d['num'];
if($index<=0){
return $d['name'];
}
}
return '';
}
}
/**
* 使用示例
*/
$pro=new Probability();
$pro->addData('iphone',10);
$pro->addData('watch',30);
$pro->addData('$18',50);
$pro->addData('thank you',10);
$pro->addData('super big',1);
for($i=0;$i<100;$i++){
echo $pro->getOne()."\n";
}
|
这是一个很经典的概率算法函数：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
function get_rand($proArr) {
$result = '';
//概率数组的总概率精度
$proSum = array_sum($proArr);
//概率数组循环
foreach ($proArr as $key => $proCur) {
$randNum = mt_rand(1, $proSum); //抽取随机数
if ($randNum <= $proCur) {
$result = $key; //得出结果
break;
} else {
$proSum -= $proCur;
}
}
unset ($proArr);
return $result;
}
|
假设：我们有这样一个数组：a奖概率20%，b奖概率30%，c奖概率50%
|
1
|
$prize_arr =array('a'=>20,'b'=>30,'c'=>50);
|
模拟函数执行过程：
总概率精度为20+30+50=100
第一次数组循环，$procur=20
假设抽取的随机数rand(1,100)，假设抽到$randNum=55
if判断-------
如果$randNum<=20,则result=a
否则进入下一循环，总概率精度变为100-20=80
第二次数组循环，$procur=30
假设抽取的随机数rand(1,80)，假设抽到$randNum=33
if判断---------
如果$randNum<=30,则result=b
否则进入下一循环，总概率精度变为80-30=50
第三次数组循环，$prosur=50;
假设抽取的随机数rand(1,50)，不管怎么抽，随机数都会<或=50，
那么得出result=c;
因为样本没有改变，虽然可能抽取的随机数不止一个，但是概率是不变的。
或者也可以这样：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
function get_rand($arr)
{
$pro_sum=array_sum($arr);
$rand_num=mt_rand(1,$pro_sum);
$tmp_num=0;
foreach($arr as $k=>$val)
{
if($rand_num<=$val+$tmp_num)
{
$n=$k;
break;
}else
{
$tmp_num+=$val;
}
}
return $n;
}
|
在给大家分享一个抽奖的概率算法
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
|
/*
* 经典的概率算法，
* $proArr是一个预先设置的数组，
* 假设数组为：array(100,200,300，400)，
* 开始是从1,1000 这个概率范围内筛选第一个数是否在他的出现概率范围之内，
* 如果不在，则将概率空间，也就是k的值减去刚刚的那个数字的概率空间，
* 在本例当中就是减去100，也就是说第二个数是在1，900这个范围内筛选的。
* 这样 筛选到最终，总会有一个数满足要求。
* 就相当于去一个箱子里摸东西，
* 第一个不是，第二个不是，第三个还不是，那最后一个一定是。
* 这个算法简单，而且效率非常 高，
* 关键是这个算法已在我们以前的项目中有应用，尤其是大数据量的项目中效率非常棒。
*/
function get_rand($proArr) {
$result = '';
//概率数组的总概率精度
$proSum = array_sum($proArr);
//概率数组循环
foreach ($proArr as $key => $proCur) {
$randNum = mt_rand(1, $proSum);
if ($randNum <= $proCur) {
$result = $key;
break;
} else {
$proSum -= $proCur;
}
}
unset ($proArr);
return $result;
}
/*
* 奖项数组
* 是一个二维数组，记录了所有本次抽奖的奖项信息，
* 其中id表示中奖等级，prize表示奖品，v表示中奖概率。
* 注意其中的v必须为整数，你可以将对应的 奖项的v设置成0，即意味着该奖项抽中的几率是0，
* 数组中v的总和（基数），基数越大越能体现概率的准确性。
* 本例中v的总和为100，那么平板电脑对应的 中奖概率就是1%，
* 如果v的总和是10000，那中奖概率就是万分之一了。
*
*/
$prize_arr = array(
'0' => array('id'=>1,'prize'=>'平板电脑','v'=>1),
'1' => array('id'=>2,'prize'=>'数码相机','v'=>5),
'2' => array('id'=>3,'prize'=>'音箱设备','v'=>10),
'3' => array('id'=>4,'prize'=>'4G优盘','v'=>12),
'4' => array('id'=>5,'prize'=>'10Q币','v'=>22),
'5' => array('id'=>6,'prize'=>'下次没准就能中哦','v'=>50),
);
/*
* 每次前端页面的请求，PHP循环奖项设置数组，
* 通过概率计算函数get_rand获取抽中的奖项id。
* 将中奖奖品保存在数组$res['yes']中，
* 而剩下的未中奖的信息保存在$res['no']中，
* 最后输出json个数数据给前端页面。
*/
foreach ($prize_arr as $key => $val) {
$arr[$val['id']] = $val['v'];
}
$rid = get_rand($arr); //根据概率获取奖项id
$res['yes'] = $prize_arr[$rid-1]['prize']; //中奖项
unset($prize_arr[$rid-1]); //将中奖项从数组中剔除，剩下未中奖项
shuffle($prize_arr); //打乱数组顺序
for($i=0;$i<count($prize_arr);$i++){
$pr[] = $prize_arr[$i]['prize'];
}
$res['no'] = $pr;
print_r($res['yes']);
|