【算法】随机算法和双随机的实现思路

简介: 前言在产品需求中,比如抽奖,配对,会用到随机的概念 ,对应到功能实现中,也就是对应的随机算法。单随机需求比如做一个简单的抽奖轮盘,每次抽奖,随机出一个结果,由前端展示抽奖结果。

前言

在产品需求中,比如抽奖,配对,会用到随机的概念 ,对应到功能实现中,也就是对应的随机算法。

单随机

需求

比如做一个简单的抽奖轮盘,每次抽奖,随机出一个结果,由前端展示抽奖结果。

每个奖项都有对应的中奖概率,比如

一等奖 1% 1名
二等奖 10% 3名
三等奖 50 % 5名
参与奖 剩余情况 若干名

因为针对的是每次中奖的概率,所以所有的选项加在一起并不等于1.

思路

最低中奖概率为1%,那么如果我们把抽奖的种子范围设置成1-100,也就是说,当随机到的值为1的时候,才会中一等奖,当然,我更倾向于扩大10倍,把随机范围设置成1-1000.

具体的实现思路如下:

Created with Raphaël 2.1.0Start在范围内生成随机数落在对应的奖项上还有对应中奖名额?分配奖项End分配到下一级奖项yesno

双随机

和上面的随机不一样的是,双随机会随机生成一个随机池,保证每次取到的值的随机性。

具体步骤如下

1.生成一个数组,元素从1 到1000,总共1000个元素
2.打乱数组
3.随机生成一个值,作为数组的key进行取值
4.取到的值为本次随机产生的随机数

这样随机能双层保证随机,比单随机更好进行控制

总结

由于每个产品的需求不同,最终的实现代码总会有差别,但是基础的随机算法还是一样的。

第一次使用markdown做流程图呢,感觉不错~

目录
相关文章
|
机器学习/深度学习 算法 C++
由数据范围反推算法复杂度以及算法内容
由数据范围反推算法复杂度以及算法内容
|
算法 图形学 C++
游戏洗牌算法——常用+详解最优Knuth_Durstenfeld算法
游戏洗牌算法——常用+详解最优Knuth_Durstenfeld算法
287 0
游戏洗牌算法——常用+详解最优Knuth_Durstenfeld算法
随机练习题:浅浅固定思路
随机练习题:浅浅固定思路
271 0
|
算法 C++ 机器学习/深度学习
|
算法 BI
【刷算法】构建乘积数组
【刷算法】构建乘积数组
|
机器学习/深度学习 存储 API
【刷穿 LeetCode】528. 按权重随机选择 :「前缀和 + 二分」&「模拟(桶轮询)」
【刷穿 LeetCode】528. 按权重随机选择 :「前缀和 + 二分」&「模拟(桶轮询)」
【刷穿 LeetCode】1221. 分割平衡字符串 : 归纳法证明从「最小分割点」进行分割可以得到最优解
【刷穿 LeetCode】1221. 分割平衡字符串 : 归纳法证明从「最小分割点」进行分割可以得到最优解
|
机器学习/深度学习 算法
【计算理论】计算复杂性 ( 时间复杂度时间单位 : 步数 | 算法分析 | 算法复杂性分析 )
【计算理论】计算复杂性 ( 时间复杂度时间单位 : 步数 | 算法分析 | 算法复杂性分析 )
253 0
|
机器学习/深度学习 算法 Java
面试这么撩准拿offer,HashMap深度学习,扰动函数、负载因子、扩容拆分,原理和实践验证,让懂了就是真的懂!
散列表实现?扰动函数?初始化容量?负载因子?扩容元素拆分?🕵HashMap理论学习+实践验证,让懂了就是真的懂!
2337 0
面试这么撩准拿offer,HashMap深度学习,扰动函数、负载因子、扩容拆分,原理和实践验证,让懂了就是真的懂!
|
机器学习/深度学习 算法 前端开发
机器器学习算法系列列(1):随机森林
随机森林原理 顾名思义,是用随机的方式建立一个森林,森林里面有很多的决策树组成,随机森林的每一棵决 策树之间是没有关联的。在得到森林之后,当有一个新的输入样本进入的时候,就让森林中的每 一棵决策树分别进行一下判断,看看这个样本应该属于哪一类(对于分类算法),然后看看哪一 类被选择最多,就预测这个样本为那一类。
1209 0