原本这篇文章是打算叫「假如我是彩票系统开发者」,但细想一下,如果在文章中引用太多的 JavaScript 的话,反而不是那么纯粹,毕竟也只是我的一厢情愿,彩票开发也不全如本文所讲,有所误导的话便也是得不偿失了。
所以索性就叫「彩票中奖率的真相:用 JavaScript 看透彩票背后的随机算法」,也算明朗了一些,声明一下,真实的彩票系统不是这么开发出来的,也不具备明面上的规律,我们应该相信彩票的公正性,尽管其可能不是基于随机!
杂谈
最近大抵是迷上彩票了,幻想着自己若能暴富,也可以带着家庭"鸡犬升天"了,不过事与愿违,我并没有冲天的气运,踏踏实实工作才是出路?
买彩票的时候,我也考虑了很久,到底怎么样的号码可以在1700万注中脱颖而出,随机试过,精心挑选的也试过,找规律的模式也试过,甚至我还用到了爬虫去统计数据,啼笑人非!
我们默认彩票系统是基于统计学来实现一等奖的开奖,那么历史以来的一等奖理所当然应该是当期统计率最低的一注,所以,最开始的时候我是这么想的:
获取历史以来所有的中奖彩票号码
使用代码去统计出所有号码的中奖次数
按照出现几率最低的数字来排序
依次组成某几注新号码
天马行空,却也是自己发财欲望的一种发泄渠道罢了,称之为异想天开也不为过,扯了挺多,哈哈!
上面的思路我已经实践过了,用了差不多一年的时间,没有用!别用!当然你也可以试试,如果你中了,恭喜,你才是天选之人!
彩票的规则
我们这里的彩票规则统一使用「双色球」的规则来说明,其购买的规则如下:
红球为六位,选项从 1 - 33 中挑选,不可重复
蓝球为一位,选项从 1 - 16 中挑选
红蓝双色球一共七位组成一注
一等奖一般中全部购买的注里面挑选一注,这一注可能被多个人买,也有可能是一个人买了该注的倍数。
所以粗略统计,彩票的中奖几率计算公式如下所示:
使用组合数公式来计算,从n个元素中取k个元素的的组合数公式为:
C(kn)=n!k!(n−k)!C\binom{k}{n}=\frac{n!}{k!(n-k)!}C(nk)=k!(n−k)!n!
根据公式,我们可以很容易的写出来一个简单的算法:
function factorial(n) { if (n === 0 || n === 1) { return 1 } else { return n * factorial(n - 1) } } function combination(n, k) { return factorial(n) / (factorial(k) * factorial(n - k)) } console.log(combination(33, 6) * combination(16, 1)) // 17721088 复制代码
所以可以得出的结论是,双色球头奖的中奖几率为: 117721088\frac{1}{17721088}177210881
数据量
我们通过上面的算法得知了彩票的总注数为 17721088,那么这么多注数字组成的数据到底有多大呢?
简单计算下,一注彩票可以用14个数字来表示,如 01020304050607,那么在操作系统中,这串数字的大小为 14B,那么粗略可知的是,如果所有的彩票注数都在一个文件中,那么这个文件的大小为:
const totalSize = 17721088 * 14 / 1024 / 1024 // 236.60205078125MB 复制代码
很恐怖的数量,有没有可能更小?我们研究一下压缩算法!
01这个数字在内存中的占用是两个字节,也就是 2B,那如果我们把 01 用小写 a 代替,那么其容量就可以变成 1B,总体容量可减少一半左右!
这样子的话,我们上面的一注特别牛的号码 01020304050607 就可以表示为 abcdefg !
这就是压缩算法最最最基本的原理,压缩算法有很多种,大体分为有损压缩和无损压缩,对于我们数据类的内容来讲,我们一般都会选择无损压缩!
有损压缩算法:这些算法能够在压缩数据时丢弃一些信息,但通常能在不影响实际使用的前提下实现更高的压缩比率,其中最常见的是图像、音频和视频压缩算法
无损压缩算法:这些算法不会丢弃任何信息,它们通过查找输入数据中的重复模式,并使用更短的符号来表示它们来实现压缩。无损压缩算法常用于文本、代码、配置文件等类型的数据
首先,让我们先准备一些测试数据,我们使用下面这个简单的组合数生成算法来获取出1000个组合数:
function generateCombinations(arr, len, maxCount) { let result = [] function generate(current, start) { // 如果已经生成的组合数量达到了最大数量,则停止生成 if (result.length === maxCount) { return } // 如果当前已经生成的组合长度等于指定长度,则表示已经生成了一种组合 if (current.length === len) { result.push(current) return } for (let i = start; i < arr.length; i++) { current.push(arr[i]) generate([...current], i + 1) current.pop() } } generate([], 0) return result } 复制代码
接下来,我们需要生成 1000 注双色球,红球是从 1 - 33 中取组合数,蓝球是从 1 - 16 中依次取数
function getDoubleColorBall(count) { // 红球数组:['01', '02' .... '33'] const arrRed = Array.from({ length: 33 }, (_, index) => (index + 1).toString().padStart(2, '0')) const arrRedResult = generateCombinations(arrRed, 6, count) const result = [] let blue = 1 arrRedResult.forEach(line => { result.push(line.join('') + (blue++).toString().padStart(2, '0')) if (blue > 16) { blue = 1 } }) return result } 复制代码
我们将获取的彩票内容放在文件中以便于下一步操作:
const firstPrize = getDoubleColorBall(1000).join('') fs.writeFileSync('./hello.txt', firstPrize) 复制代码
这样子,我们就得到了第一版的文件,这是其文件大小:
试一下我们初步的压缩算法,我们将刚刚设定好的规则,也就是数字到字母的替换,用 JavaScript 实现出来,如下:
function compressHello() { const letters = 'abcdefghijklmnopqrstuvwxyzABCDEFG' const doubleColorBallStr = getDoubleColorBall(1000).join('') let resultStr = '' for (let i = 0; i < doubleColorBallStr.length; i+=2) { const number = doubleColorBallStr[i] + doubleColorBallStr[i+1] resultStr += letters[parseInt(number) - 1] } return resultStr } const firstPrize = compressHello() fs.writeFileSync('./hello-1.txt', firstPrize) 复制代码
这样我们就得到了一个全新的 hello 文件,他的大小如下所示,正好印证了我们的想法!
如果按照这个算法的方法,我们能将之前的文件压缩至一半大小,也就是 118.301025390625MB,但是这就是极限了吗?不,上面我们讲过,这只是最基本的压缩,接下来,让我们试试更精妙的方法!
更精妙的方法
这里我们不对压缩算法的原理做过多的解释,如果诸位感兴趣的话,可以自己寻找类似的文章阅读,鉴于网上的文章质量参差不齐,我就不做推荐了!
这里我们需要了解的是,我们正在研究的是一个彩票系统,所以他的数据压缩应该具备以下几个特征:
具备数据不丢失的特性,也就是无损压缩
压缩率尽可能小,因为传输的文件可能非常大,如我们上面举的例子
便于信息的传输,也就是支持HTTP请求
常做前端的同学应该知道,我们在 HTTP 请求头里面常见的一个参数 content-encoding: gzip,在项目的优化方面,也会选择将资源文件转换为 gzip 来进行分发。在日常的使用中,我们也时常依赖 Webpack,Rollup 等库,或者通过网络服务器如 nginx 来完成资源压缩,gzip 不仅可以使得发送的内容大大减少,而且客户端可以无损解压访问源文件。
那么,我们能不能使用 gzip 来完成压缩呢?答案是可以,Node.js 为我们提供了 zlib 工具库,提供了相应的压缩函数:
const zlib = require('zlib') const firstPrize = compressHello() fs.writeFileSync('./hello-2.txt.gz', zlib.gzipSync(firstPrize))
复制代码
得到的结果是:
我们完成了 14KB -> 3KB 的压缩过程!是不是很有意思?不过还是那句话,有没有可能更小?当然可以!
content-encoding 响应头一般是服务器针对返回的资源响应编码格式的设置信息,常见的值有以下三种:
gzip 所有浏览器都支持的通用压缩格式
brotli 比 gzip 压缩性能更好,压缩率更小的一个新的压缩格式,老版本浏览器不支持
deflate 出于某些原因,使用不是很广泛,后有基于该算法的 zlib 压缩格式,不过也使用度不高
浏览器支持的压缩格式不只是这些,不过我们列举出的是较为常用的,我们尝试使用一下这三种压缩格式:
const firstPrize = compressHello() fs.writeFileSync('./hello-2.txt.gz', zlib.gzipSync(firstPrize)) fs.writeFileSync('./hello-2.txt.def', zlib.deflateSync(firstPrize)) fs.writeFileSync('./hello-2.txt.br', zlib.brotliCompressSync(firstPrize)) 复制代码
我们可以看到,deflate 和 gzip 的压缩率不相上下,令人惊喜的是,brotli的压缩竟然达到了惊人的 1KB ! 这不就是我们想要的吗?
还可能更小吗?哈哈哈哈,当然,如果不考虑HTTP支持,我们完全可以使用如 7-zip 等压缩率更低的压缩算法去完成压缩,然后使用客户端做手动解压。不过点到为止,更重要的工作我们还没有做!
在这之前,我们需要先了解一下解压过程,如果解压后反而数据丢失,那就得不偿失了!
// 执行解压操作 const brFile = fs.readFileSync('./hello-2.txt.br') const gzipFile = fs.readFileSync('./hello-2.txt.gz') const deflateFile = fs.readFileSync('./hello-2.txt.def') const brFileStr = zlib.brotliDecompressSync(brFile).toString() const gzipFileStr = zlib.gunzipSync(gzipFile).toString() const deflateFileStr = zlib.inflateSync(deflateFile).toString() console.log(brFileStr) console.log(gzipFileStr) console.log(deflateFileStr) console.log(brFileStr === gzipFileStr, brFileStr === deflateFileStr) // true, true 复制代码
如上,我们知晓尽管压缩算法的效果很惊人,但是其解压后的数据依然是无损的!
完整的数据
让我们构建出完整的 17721088 注数据测试一下完整的压缩算法的能力如何?这里我们使用 brotli 和 gzip 算法分别进行压缩测试!
首先,应该修改我们生成数据的函数,如下:
function generateAll() { const arrRed = Array.from({ length: 33 }, (_, index) => (index + 1).toString().padStart(2, '0')) const arrRedResult = generateCombinations(arrRed, 6, Number.MAX_VALUE) const result = [] arrRedResult.forEach(line => { for (let i = 1; i <= 16; i++) { result.push(line.join('') + i.toString().padStart(2, '0')) } }) return result } console.log(generateAll().length) // 17721088 复制代码
接下来我们要经过初步压缩并将其写入文件中:
function compressAll() { const letters = 'abcdefghijklmnopqrstuvwxyzABCDEFG' const allStr = generateAll().join('') let resultStr = '' for (let i = 0; i < allStr.length; i += 2) { const number = allStr[i] + allStr[i+1] resultStr += letters[parseInt(number) - 1] } return resultStr } const firstPrize = compressAll() fs.writeFileSync('./all-ball.txt', firstPrize) 复制代码
正如我们预料的,经过初步压缩之后,文件大小达到了大约 118MB,但是其实际占用 124MB,是属于计算机存储的范畴,我们现在不在本篇文章中讨论,感兴趣的同学可以自己查一查,根据字节数计算,其大小为:
const totalSize = 124047616 / 1024 / 1024 // 118.30102539 MB 复制代码
目前来看是符合预期的,我们来看看两个压缩算法的真本事!
const firstPrize = compressAll() fs.writeFileSync('./all-ball.txt.gz', zlib.gzipSync(firstPrize)) fs.writeFileSync('./all-ball.txt.br', zlib.brotliCompressSync(firstPrize)) 复制代码
其实是很震惊的一件事情,尽管我对 brotli 的期待足够高,也不会想到他能压缩到仅仅 4M 大小,不过对于我们来说,这是一件幸事,对于之后的分发操作有巨大的优势!
随机来两注
从彩票站购买彩票的时候,随机来两注的行为是非常常见的,但是当你尝试随机号码的时候,会发生什么呢?
我们先从彩票数据的分发讲起,首先彩票数据的分发安全性和稳定性的设计肯定是毋庸置疑的,但是这不是我们目前需要考虑的问题,目前我们应该解决的是,如果才能更低程度的控制成本!
假设设计这套系统的人是你,如果控制随机号码的中奖率?我的答案是,从已有的号码池里面进行选择!
如果让每个彩票站获取到其对应的号码池,答:数据分发!如果采用数据分发的模式的话,需要考虑的问题如下:
什么时候进行分发
数据回源如何做
如何避免所有数据被劫持
数据交给彩票站的策略
据2021年公开信息,彩票站的数量已经达到20万家(未查证,无参考价值),我们假设目前的彩票站数量为 30 万家!
什么时候进行分发
我们知道的是,彩票的购买截止时间是在晚上八点,开奖时间是在晚上的九点十五,在晚上八点之后,我们只能购买到下一期的彩票,那么这个节点应该从晚上的八点开始,计划是这样子的:
从目前已有的彩票库里面,按照号码出现几率从高到低排列
挑选出前50万注分发给 30 万彩票站,这个时间彩票站的数据都是统一的
每个小时同步一次数据,同步的是其他彩票站"特意挑选的数据"
50万注的数据量有多大?试试看:
function getFirstSend() { const letters = 'abcdefghijklmnopqrstuvwxyzABCDEFG' const doubleColorBallStr = getDoubleColorBall(500000).join('') let resultStr = '' for (let i = 0; i < doubleColorBallStr.length; i+=2) { const number = doubleColorBallStr[i] + doubleColorBallStr[i+1] resultStr += letters[parseInt(number) - 1] } return resultStr } const firstPrize = getFirstSend() fs.writeFileSync('./first-send.txt.br', zlib.brotliCompressSync(firstPrize)) 复制代码
仅一张图片的大小,获取这些数据解压同步到彩票机时间不足1s!
解压示例如下:
function decodeData(brFile) { const result = [] const content = zlib.brotliDecompressSync(brFile) // 按照七位每注的结构拆分 for (let i = 0; i < content.length; i += 7) { result.push(content.slice(i, i + 8)) } return result } const firstSend = fs.readFileSync('./first-send.txt.br') const firstDataList = decodeData(firstSend) console.log(firstDataList.length) // 500000 复制代码
如何将获取到的字符形式的彩票转换为数字,如 abcdefga 转换为 ['01', '02', '03', '04', '05', '06, '01']: