关于红包算法,其实笔者早在16年某个直播平台实现过。论彻底随机性,网上可刊资料少之又少。在网上查阅的资料大部分都是非随机分配、均值波动分配等方案,那么以下笔者来分享一套红包的分配算法。
介绍下网上惯用的做法:
1、均值波动分配
即根据总金额和数量,计算出平均值,为每个红包的金额进行上下随机波动,计算出所有红包的金额。
2、随机金额分配
从第一个红包开始,从总金额范围取随机值(通常根据平均值进行范围控制),分配所有红包的金额。
那么以上两种做法,需要有过多的判断,包括剩余金额、剩余红包数,控制不好可能出现金额超支,金额剩余等情况。并且对于随机依据,如果处理不好会出现红包大小规律。且本身以上两种做法非完全随机分配。
已知条件和需求:
1、红包的数量,是一个整数
2、红包的金额存在最小单位(如微信是0.01元)
3、需保证每个红包都有金额被分配
4、需保证所有红包分配完,金额刚好应用完
5、需保证红包随机性,避免规律性可查可控
综上所述,那么我们需要做什么呢。
1、根据最低额度和红包总额取指定数量(红包个数)的随机数
2、累加第一步中的随机数,作为权重基数
3、使用每个随机数除以权重基数,得到分配比例
4、使用总额乘以每个分配比例,得到每个红包的实际分配额
其实到了这里,大家应该也就明白了
那么看代码:
package org.coody.plugs.redpack;
import java.math.BigDecimal;
import java.math.RoundingMode;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import org.coody.plugs.redpack.util.RandomUtil;
public class RedPacketHandle {
/**
* 红包分配算法
*
* @param amount
* @param num
* @param unit
* @return
*/
public static List<BigDecimal> makePackates(BigDecimal amount, Integer num, Integer unit) {
if (num == 1) {
return new ArrayList<BigDecimal>(Arrays.asList(amount));
}
List<BigDecimal> prs = new ArrayList<BigDecimal>();
BigDecimal minAmount = new BigDecimal(Math.pow(10, -unit)).setScale(unit, RoundingMode.DOWN);
BigDecimal randomStart = new BigDecimal(num);
BigDecimal randomEnd = amount.divide(minAmount);
for (int i = 0; i < num; i++) {
prs.add(RandomUtil.random(randomStart, randomEnd));
}
BigDecimal totalPr = prs.stream().map(item -> item).reduce(BigDecimal.ZERO, BigDecimal::add);
totalPr.setScale(unit * 2, RoundingMode.DOWN);
List<BigDecimal> packages = new ArrayList<BigDecimal>();
BigDecimal surplus = amount;
for (BigDecimal pr : prs) {
if (pr == prs.get(prs.size() - 1)) {
packages.add(surplus.setScale(unit, RoundingMode.DOWN));
continue;
}
BigDecimal value = amount.multiply(pr).divide(totalPr, unit * 2, RoundingMode.DOWN).setScale(unit,
RoundingMode.DOWN);
surplus = surplus.subtract(value);
packages.add(value);
}
return packages;
}
public static void main(String[] args) {
/**
* 红包金额
*/
BigDecimal amount = new BigDecimal(1000);
/**
* 红包个数
*/
Integer num = 10;
/**
* 数值精度(小数位数)
*/
Integer unit = 2;
List<BigDecimal> list = makePackates(amount, num, unit);
for (BigDecimal line : list) {
System.out.println(line);
}
}
}
运行这份代码我们可以看到:
74.74
121.35
80.07
137.36
50.71
86.37
150.16
80.19
117.27
101.78
致此,我们的红包分配算法已经完成了。然后对性能进行测试
分配1W次耗时->137
==================================分割线==================================
以下是红包分配算法中用到的RandomUtil:
package org.coody.plugs.redpack.util;
import java.math.BigDecimal;
public class RandomUtil {
public static BigDecimal random(BigDecimal start, BigDecimal end) {
BigDecimal startMultiplyingPower = new BigDecimal(getMultiplyingPower(start));
BigDecimal endMultiplyingPower = new BigDecimal(getMultiplyingPower(end));
BigDecimal multiplyingPower = startMultiplyingPower;
if (endMultiplyingPower.compareTo(startMultiplyingPower) > 0) {
multiplyingPower = endMultiplyingPower;
}
start = start.multiply(multiplyingPower);
end = end.multiply(multiplyingPower);
Long random = random(start.longValue(), end.longValue());
BigDecimal value = new BigDecimal(random).divide(multiplyingPower);
return value;
}
private static Integer getMultiplyingPower(BigDecimal start) {
if (start.compareTo(new BigDecimal(start.intValue())) == 0) {
return 1;
}
Integer multiplyingPower = 1;
while (start.compareTo(new BigDecimal(start.intValue())) > 0) {
start = start.multiply(new BigDecimal(10));
multiplyingPower *= 10;
}
return multiplyingPower;
}
public static long random(long start, long end) {
return (long) (Math.random() * (end - start + 1)) + start;
}
}
=================================================================
作者:Coody
Git地址:https://gitee.com/coodyer
版权:©2014-2020 Test404 All right reserved. 版权所有
反馈邮箱:644556636@qq.com
反馈群:Java泛太平洋研究中心 218481849