function get_rand($proArr) { $result = ''; //概率數(shù)組的總概率精度 $proSum = array_sum($proArr); //概率數(shù)組循環(huán) foreach ($proArr as $key => $proCur) { $randNum = mt_rand(1, $proSum); if ($randNum <= $proCur) { $result = $key; break; } else { $proSum -= $proCur; } } unset ($proArr); return $result; }
上述代碼是一段經(jīng)典的概率算法,$proArr是一個(gè)預(yù)先設(shè)置的數(shù)組,假設(shè)數(shù)組為:array(100,200,300,400),開始是從1,1000這個(gè)概率范圍內(nèi)篩選第一個(gè)數(shù)是否在他的出現(xiàn)概率范圍之內(nèi), 如果不在,則將概率空間,也就是k的值減去剛剛的那個(gè)數(shù)字的概率空間,在本例當(dāng)中就是減去100,也就是說(shuō)第二個(gè)數(shù)是在1,900這個(gè)范圍內(nèi)篩選的。這樣篩選到最終,總會(huì)有一個(gè)數(shù)滿足要求。就相當(dāng)于去一個(gè)箱子里摸東西,第一個(gè)不是,第二個(gè)不是,第三個(gè)還不是,那最后一個(gè)一定是。這個(gè)算法簡(jiǎn)單,而且效率非常高,關(guān)鍵是這個(gè)算法已在我們以前的項(xiàng)目中有應(yīng)用,尤其是大數(shù)據(jù)量的項(xiàng)目中效率非常棒。$prize_arr = array( '0' => array('id'=>1,'prize'=>'平板電腦','v'=>1), '1' => array('id'=>2,'prize'=>'數(shù)碼相機(jī)','v'=>5), '2' => array('id'=>3,'prize'=>'音箱設(shè)備','v'=>10), '3' => array('id'=>4,'prize'=>'4G優(yōu)盤','v'=>12), '4' => array('id'=>5,'prize'=>'10Q幣','v'=>22), '5' => array('id'=>6,'prize'=>'下次沒(méi)準(zhǔn)就能中哦','v'=>50), );
該二維數(shù)組,記錄了所有本次抽獎(jiǎng)的獎(jiǎng)項(xiàng)信息,其中id表示中獎(jiǎng)等級(jí),prize表示獎(jiǎng)品,v表示中獎(jiǎng)概率。注意其中的v必須為整數(shù),你可以將對(duì)應(yīng)的獎(jiǎng)項(xiàng)的v設(shè)置成0,即意味著該獎(jiǎng)項(xiàng)抽中的幾率是0,數(shù)組中v的總和(基數(shù)),基數(shù)越大越能體現(xiàn)概率的準(zhǔn)確性。本例中v的總和為100,那么平板電腦對(duì)應(yīng)的中獎(jiǎng)概率就是1%,如果v的總和是10000,那中獎(jiǎng)概率就是萬(wàn)分之一了。foreach ($prize_arr as $key => $val) { $arr[$val['id']] = $val['v']; } $rid = get_rand($arr); //根據(jù)概率獲取獎(jiǎng)項(xiàng)id $res['yes'] = $prize_arr[$rid-1]['prize']; //中獎(jiǎng)項(xiàng) unset($prize_arr[$rid-1]); //將中獎(jiǎng)項(xiàng)從數(shù)組中剔除,剩下未中獎(jiǎng)項(xiàng) shuffle($prize_arr); //打亂數(shù)組順序 for($i=0;$i<count($prize_arr);$i++){ $pr[] = $prize_arr[$i]['prize']; } $res['no'] = $pr; echo json_encode($res);
新聞熱點(diǎn)
疑難解答