💎一站式轻松地调用各大LLM模型接口,支持GPT4、智谱、豆包、星火、月之暗面及文生图、文生视频 广告
一、概率算法 经典的概率算法 $proArr是一个预先设置的数组 假设数组为:array(100,200,300,400) 开始是从1,1000 这个概率范围内筛选第一个数是否在他的出现概率范围之内 如果不在,则将概率空间,也就是k的值减去刚刚的那个数字的概率空间 在本例当中就是减去100,也就是说第二个数是在1,900这个范围内筛选的 这样 筛选到最终,总会有一个数满足要求 就相当于去一个箱子里摸东西 第一个不是,第二个不是,第三个还不是,那最后一个一定是 这个算法简单,而且效率非常 高 关键是这个算法已在我们以前的项目中有应用,尤其是大数据量的项目中效率非常棒 ``` <?php function get_rand($proArr) { $result = ''; //概率数组的总概率精度 $proSum = array_sum($proArr); //概率数组循环 foreach ($proArr as $key => $proCur) { $randNum = mt_rand(1, $proSum); if ($randNum <= $proCur) { $result = $key; break; } else { $proSum -= $proCur; } } unset ($proArr); return $result; } ``` 二、奖项数组 奖项数组 是一个二维数组,记录了所有本次抽奖的奖项信息, 其中id表示中奖等级,prize表示奖品,v表示中奖概率。 注意其中的v必须为整数,你可以将对应的 奖项的v设置成0,即意味着该奖项抽中的几率是0, 数组中v的总和(基数),基数越大越能体现概率的准确性。 本例中v的总和为100,那么平板电脑对应的 中奖概率就是1%, 如果v的总和是10000,那中奖概率就是万分之一了。 ``` $prize_arr = array( '0' => array('id'=>1,'prize'=>'平板电脑','v'=>1), '1' => array('id'=>2,'prize'=>'数码相机','v'=>5), '2' => array('id'=>3,'prize'=>'音箱设备','v'=>10), '3' => array('id'=>4,'prize'=>'4G优盘','v'=>12), '4' => array('id'=>5,'prize'=>'10Q币','v'=>22), '5' => array('id'=>6,'prize'=>'下次没准就能中哦','v'=>50), ); ``` # 三.引用输出 * 每次前端页面的请求,PHP循环奖项设置数组, * 通过概率计算函数get\_rand获取抽中的奖项id。 * 将中奖奖品保存在数组$res\[‘yes’\]中, * 而剩下的未中奖的信息保存在$res\[‘no’\]中, * 最后输出json个数数据给前端页面。 ``` <?php foreach ($prize_arr as $key => $val) { $arr[$val['id']] = $val['v']; } $rid = get_rand($arr); //根据概率获取奖项id $res['yes'] = $prize_arr[$rid-1]['prize']; //中奖项 unset($prize_arr[$rid-1]); //将中奖项从数组中剔除,剩下未中奖项 shuffle($prize_arr); //打乱数组顺序 for($i=0;$i<count($prize_arr);$i++){ $pr[] = $prize_arr[$i]['prize']; } $res['no'] = $pr; print_r($res); ``` # 总结 以上就是抽奖算法的基本步骤,如果用户量大,可配合redis,把奖品数量可存储到 redis 的 list 里面,例如有500个奖品,给list里可存500条数据,每抽中一次就删除一条。500条删除完了,抽奖就默认不中奖