微信红包算法(js)

下面实现一个微信红包的抽奖模拟,听说是微信的官方算法,我不确定,先看下实现思路(源码在文章最后):

  1. 设置最小金额为0.01,最大金额为剩余金额/剩余红包数量的2倍
  2. 在最大最小金额之间取一个随机数作为红包的金额
  3. 储存该金额到moneyList同时红包数量减一,剩余总金额减去该金额
  4. 循环1,2,3步骤直到红包数量只剩1个
  5. 将最后一个红包数量添加到moneyList,返回moneyList就是红包的分配结果
    我对这个算法进行了2000次的循环、统计,绘制了以下图形
    抽奖顺序与抽中总金额的关系:
image

从图中可以看出,在大量重复实验中抽中的总金额与抽奖顺序大体无关。所以在抢红包的时候,早抽取者与晚抽取者在平均值与总值方面是没有差别的。在本例子中所有人抽中的金额都在100/10*2000=20000元左右

实际抽中的金额的分布情况:

从图中可以看出大部分的金额平均分布在0到20之间,少数会超过20,极少数会超过30。其实正常来说,红包的金额应该在10附近,然后向两边递减,也就是说会符合正太分布,而这个算法显然在这方面做的不够好。

其实这个算法还有一个比较明显的问题:前面抽到的人会影响到后面抽到的人。比如说前面几个人都只抽到了0.01,那么对于最后几个人来说,他们抽到的都将会是大红包,尤其是最后一个人。所以说,前面的人抽的概率服从均匀分布,而对于后面的人则是随机的,方差会比较大。

综上,在本算法中:

  • 如果抢红包次数较少的情况下,那么:偏向风险规避的人应该尽量抢先抽取,而偏向风险偏爱的人应该尽量后抽取,因为后抽取者虽然抽到小红包的概率大,不过他有可能抽到特大红包,而前抽取者是抽不到的。
  • 如果抢红包的次数较多的情况下(起码得上千次吧),那么:早出手晚出手都一样。
  • 当然现实中往往晚出手的小伙伴都是空手而归,所以见到红包,赶紧出手才是王道。

最后:其实网上有讨论到正太分布的算法,不过我没怎么看懂,以后再仔细研究再分享吧。

下面是编程实现:

function getRandomMoney(remainMoney,remainSize){
let moneyList=[];
  const min=0.01;
  let max,money;
  while (remainSize>1){
    max=remainMoney/remainSize*2;
    money=Math.random()*max;
    money=money<0.01 ? 0.01 : money;
    money=Math.round(money*100)/100;
    moneyList.push(money);
    remainSize--;
    remainMoney-=money;
  }
  
  moneyList.push(Math.round(remainMoney*100)/100);
  return moneyList;
}
const testCount=2000;   //测试次数
const maxMoney=100;   //红包总金额
const maxSize=20;    //红包个数
let result=[];  //结果集
for(let i=0; i<testCount; i++){
  result.push(getRandomMoney(maxMoney,maxSize));
}
console.log("这2000次模拟的结果是:"+result);
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,332评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,508评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,812评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,607评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,728评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,919评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,071评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,802评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,256评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,576评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,712评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,389评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,032评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,026评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,473评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,606评论 2 350

推荐阅读更多精彩内容

  • 关于微信红包的架构思考 微信红包的架构实现是前段时间技术圈里很热门的一个话题,这是一个非常典型的大访问高并发场景。...
    cuihang阅读 6,760评论 4 5
  • 你越弱小,敌人越多;你越强大,朋友越多。想一想满清王朝和当代中国,就明白了,家国皆然。
    云上小草阅读 172评论 1 9
  • 15
    畅哥哥呀阅读 190评论 0 4
  • 牛仔裤 牛仔裤还是大码。颜色是很常见的靛蓝,没有做旧,猛的看上去有些过于鲜亮,失去了一般做旧牛仔裤的粗旷感。 不过...
    莫莫momo阅读 181评论 0 1
  • 从两周前离职以来,一共面了8家公司,职位全都是产品经理。目前尚未收到一个offer。一次次失落后的心灵折磨,和朋友...
    陈安唐阅读 334评论 0 0