浅析砍价算法

从17年拼多多的砍价火了之后,就陆续的有很多电商公司发布了砍价玩法。
近期我司也有了一个砍价活动,在这发出来我写的砍价的算法供大家讨论。

对于砍价活动,我们最少应该从3个角度来思考问题。

1:不管总的砍价曲线是如何波动,我们一定要确定总的砍价刀数。

2:从产品的角度来讲,砍掉的价格应该是递减的。
从用户的角度来讲,如果每次砍的价格都递减,会减少用户参加意愿。
所以大趋势递减,连续几刀不一定递减,而且无规律。是一个比较合格的砍价算法。

3:考虑到,参加砍价这个业务也许会有很高的访问,所以不能速度太慢。

下边 贴一段代码。附注释

/**
     * 随机递减
     * @param count 总刀数
     * @param price 原价
     */
    private void randomB(BigDecimal count,BigDecimal price){
        //已砍价格的集合
        List<BigDecimal> alreadyList = new ArrayList<>();
        //已砍的钱的总和
        BigDecimal alreadyCut = BigDecimal.ZERO;
        for(int i = 0;i<count.intValue();i++){
            //此次砍价的最低钱数(总价-已砍总价/总次数-已砍次数)(相当于是向上随机)(转换为单位分)
            Integer min = (price.subtract(alreadyCut)).divide(count.subtract(new BigDecimal(alreadyList.size())),2,BigDecimal.ROUND_UP).multiply(new BigDecimal(100)).intValue();
            //此次砍价的最高钱数(最低价格的2倍)
            //这个倍数越高,砍价的幅度跳动越大。建议设置到1-2.(不能超过2.因为有可到导致总刀数不准确)
            Integer max = min*2;
            //此次砍的价格(最低钱数到最高钱数的随机)
            BigDecimal cutPrice = new BigDecimal(min + new Random().nextInt(max-min)).divide(BigDecimal.valueOf(100), 2, BigDecimal.ROUND_UP);
            System.out.println(cutPrice);
            //最后一刀保证价格准确
            if(i==count.intValue()-1){
                cutPrice = price.subtract(alreadyCut);
            }
            alreadyCut = alreadyCut.add(cutPrice);
            alreadyList.add(cutPrice);
        }
        System.out.println(alreadyCut);
        System.out.println(alreadyList.size());
    }

下边贴一个198的商品砍50刀产生的效果


砍价.jpg

从上图看基本上达到了一个随机递减的趋势。
有了这个基本的砍价算法,就可以在这个基础上加更多的玩法,比如暴击等等。
注:因为这个算法总是会查询汇总数据(已砍总价,已砍刀数)。所以最好存到缓存中。

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 216,039评论 6 498
  • 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 92,223评论 3 392
  • 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 161,916评论 0 351
  • 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 58,009评论 1 291
  • 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 67,030评论 6 388
  • 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 51,011评论 1 295
  • 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 39,934评论 3 416
  • 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 38,754评论 0 271
  • 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 45,202评论 1 309
  • 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 37,433评论 2 331
  • 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 39,590评论 1 346
  • 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 35,321评论 5 342
  • 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 40,917评论 3 325
  • 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 31,568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 32,738评论 1 268
  • 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 47,583评论 2 368
  • 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 44,482评论 2 352

推荐阅读更多精彩内容

  • 作者:蔡垒磊 01 证实偏差 当我们倾向于某一立场时,我们更容易在搜寻证据时不知不觉地偏离公平。就比如星座,或者...
    卓安安阅读 267评论 0 2
  • 小时候我认为流血是一件很严重的事 不管疼不疼先哭了再说 长大后我才明白 其实流泪比流血更痛 X
    苦涩咖啡x阅读 336评论 1 1
  • 说我过者如良医。誉我善者如鸩酒。千古道脉期我者。为明师良友。眼前活计诱我者。为恶友魔党。看一经思与身心当下相...
    平等一照阅读 1,826评论 0 0