JS简单实现:根据奖品权重计算中奖概率实现抽奖的方法

Python单元测试浅析

本文主要介绍:使用 JS 根据奖品权重计算中奖概率实现抽奖的方法。

一、示例场景

1.1、设置抽奖活动的奖项名称

奖项名称:[“一等奖”, “二等奖”, “三等奖”, “未中奖”]。假设抽奖活动设置了这四个奖项,当然开发者可以扩展更多。

var prizes = ["一等奖","二等奖","三等奖","未中奖"];    //奖项名称数组

 1.2、设置各奖项权重

奖项权重:[1, 5, 20, 74]。奖项权重主要用来表征各奖项的中奖几率,这里奖项权重数组的和值为100(=1+5+20+74),其中1表示一等奖的中奖概率为1%;5表示一等奖的中奖概率为5%;20表示三等奖的中奖概率为20%;最后剩下的74表示未中奖的概率为74%。

var prizeWeight = [1, 5, 20, 74];    //奖项权重数组,表征各奖项的中奖机会占总数的百分比。比如一等奖的中奖率是1%,二等奖的中奖率是5%            

如果抽奖活动设置的奖项更多,开发者也可以相应扩展权重数组的和值,比如权重和值为500,1000等,并相应设置数组元素来表征每抽500次,可中多少次、什么等级的奖项。

另外,开发者也可以将奖项名称奖项权重数组合并声明在一个对象中:

//设置奖项名称、权重等数组
var prizes = [
    {"name": "一等奖", "weight": 1}, 
    {"name": "二等奖", "weight": 5}, 
    {"name": "三等奖", "weight": 20}, 
    {"name": "未中奖", "weight": 74}
];

 1.3、抽奖活动规则

  • 0 < 本次抽奖随机数 <= 1,表示抽中一等奖;
  • 1 < 本次抽奖随机数 <= 5,表示抽中二等奖;
  • 5 < 本次抽奖随机数 <= 20,表示抽中三等奖;
  • 本次抽奖随机数 > 20,表示未中奖。

二、实现原理

因为本文是简单实现,本抽奖程序的原理也设计得较为简单:

  • 根据权重数组的和值(weightSum),在每次抽奖时生成一个权重随机数(weightRandom),这个权重随机数(weightRandom)是介于 0-weightSum (权重和值)之间的,本文示例设置的权重数组和值为100,表示生成的权重随机数是介于 0-100 之间的; 
  • 然后让这个权重随机数(weightRandom)去和权重数组中的所有元素值作比较,计算这个权重随机数(weightRandom)位于哪两个奖项之间,符合哪条中奖规则,对应哪个奖项名称。

比如:某次抽奖生成的权重随机数(weightRandom)为 15.15,按照 1.3 的活动规则,因为 5 < 15.15 <= 20,表示此次生成的权重随机数(weightRandom)可中三等奖。 

下面分别来实现: 

python通过http(multipart/form-data)上传文件的方法

2.1、计算权重和值

//数组累加求和函数:Array.reduce(function(prev ,cuurentValue), initialValue)
var weightSum = prizeWeight.reduce(function(prev, currVal){    //计算权重之和:1+5+20+74=100
    return prev + currVal;    //prev 是前一次累加后的数值,currVal 是本次待加的数值
}, 0);

 2.2、编写抽奖函数(根据权重和值 weightSum,生成介于0-weightSum之间的权重随机数)

//抽奖函数
var lottery = function(weightSum) {
    var res = "未中奖";    //默认设置抽奖结果为“未中奖”
    console.log("本程序的奖项权重和值:", weightSum);
    
    //生成一个权重随机数,介于0-weightSum之间
    var random = Math.random()*weightSum;    //生成一个权重随机数(0 到 weightSum 之间)
    console.log("本次抽奖的权重随机数:", random);
    
    //权重数组重组并排序
    var concatWeightArr = prizeWeight.concat(random);    //将随机数加入权重数组
    var sortedWeightArr = concatWeightArr.sort(function(a, b){return a-b;});    //将包含随机数的新权重数组按从小到大(升序)排序
    console.log("含权重随机数的新权重数组升序排序后:", sortedWeightArr);
    
    //索引权重随机数的数组下标
    var randomIndex = sortedWeightArr.indexOf(random);    //索引随机数在新权重数组中的位置
    randomIndex = Math.min(randomIndex, prizes.length -1);    //权重随机数的下标不得超过奖项数组的长度-1,重新计算随机数在奖项数组中的索引位置                
    console.log("本次权重随机数对应的数组下标:", randomIndex);
    
    //取出对应奖项
    res = prizes[randomIndex];    //从奖项数组中取出本次抽奖结果
    console.log("本次抽奖结果:", res);
    
    return {"weightSum": weightSum , "weightRandom": random, prizeIndex: randomIndex, "data": res};    //返回本次抽奖结果
};

需要说明的是:

(1)在抽奖函数中,首先生成一个权重随机数(random),然后将这个权重随机数(random)与原权重数组合并(使用 Array.concat() 函数,返回值是一个新数组,原权重数组不变),生成一个新权重数组,并将新权重数组按照数值从小到大(升序)来排序(使用 Array.sort() 函数);这样,权重随机数(random)按照大小顺序,就会落在某两个奖项权重数值之间。最后索引权重随机数(random)在新权重数组中的下标,就可以取出对应的奖项名称数组中的元素。

(2)比如:某次抽奖函数生成的权重随机数为 15.15,与原来的权重数组:[1, 5, 20, 74] 合并,并排序,将得到新权重数组:[1, 5, 15.15,20, 74],权重随机数(15.15 )落在 5-20 之间,权重随机数(15.15 )在新权重数组中的下标是 2,对应取出奖项名称数组下标为 2 的元素:prizes[2] = “三等奖”。由此判断本次抽奖可中三等奖。

(3)在抽奖函数中,为了确定权重随机数(random)的大小对应何种奖项时,即比较权重随机数与权重数组中各元素数值的大小时,编者没有使用传统的 for 循环来遍历比较权重随机数(random)与 prizeWeight 数组中各元素的大小,而是合并生成新的权重数组并排序,再使用 Array.indexOf() 函数来索引权重随机数(random)的下标,这个下标对应的奖项名称也就取出了。 

三、最后将本示例项目的完整的代码与实现的效果展示出来

3.1、本示例项目JS部分核心代码:

//layui 模块化引用
layui.use(['jquery', 'util'], function(){
    var $ = layui.$, util = layui.util;
    
    //设置奖项名称、权重、中奖次数等数组
    var prizes = ["一等奖", "二等奖", "三等奖", "未中奖"];    //奖项名称数组
    var prizeWeight = [1, 5, 20, 74];    //奖项权重数组,表征各奖项的中奖机会占总数的百分比。比如一等奖的中奖率是1%,二等奖的中奖率是5%            
    
    //开发者也可合并声明奖项名称、权重等数组在一个对象中
    //var prizes = [
    //    {"name": "一等奖", "weight": 1}, 
    //    {"name": "二等奖", "weight": 5}, 
    //    {"name": "三等奖", "weight": 20}, 
    //    {"name": "未中奖", "weight": 74}
    //];                
    
    //数组累加求和函数:Array.reduce(function(prev ,cuurentValue), initialValue)
    var weightSum = prizeWeight.reduce(function(prev, currVal){    //计算权重之和:1+5+20+74=100
        return prev + currVal;    //prev 是前一次累加后的数值,currVal 是本次待加的数值
    }, 0);
    document.getElementById("weightSum").innerHTML = weightSum;    //设置权重和值
    
    //抽奖函数
    var lottery = function(weightSum) {
        var res = "未中奖";    //默认设置抽奖结果为“未中奖”
        console.log("本程序的奖项权重和值:", weightSum);
        
        //生成一个权重随机数,介于0-weightSum之间
        var random = Math.random()*weightSum;    //生成一个权重随机数(0 到 weightSum 之间)
        console.log("本次抽奖的权重随机数:", random);
        
        //权重数组重组并排序
        var concatWeightArr = prizeWeight.concat(random);    //将随机数加入权重数组
        var sortedWeightArr = concatWeightArr.sort(function(a, b){return a-b;});    //将包含随机数的新权重数组按从小到大(升序)排序
        console.log("含权重随机数的新权重数组升序排序后:", sortedWeightArr);
        
        //索引权重随机数的数组下标
        var randomIndex = sortedWeightArr.indexOf(random);    //索引随机数在新权重数组中的位置
        randomIndex = Math.min(randomIndex, prizes.length -1);    //权重随机数的下标不得超过奖项数组的长度-1,重新计算随机数在奖项数组中的索引位置                
        console.log("本次权重随机数对应的数组下标:", randomIndex);
        
        //取出对应奖项
        res = prizes[randomIndex];    //从奖项数组中取出本次抽奖结果
        console.log("本次抽奖结果:", res);
        
        return {"weightSum": weightSum , "weightRandom": random, prizeIndex: randomIndex, "data": res};    //返回本次抽奖结果
    };

    //注册按钮事件
    $('.layui-btn[data-type="save"]').on('click', function () {
        var res = lottery(weightSum);
        document.getElementById("dateNow").innerHTML = util.toDateString(new Date());    //输出本次抽奖时间
        document.getElementById("weightRandom").innerHTML = res.weightRandom;    //输出本次抽奖的权重随机数
        document.getElementById("printData").innerHTML = res.data;    //输出本次抽奖结果
        
        //重置中奖规则文字的字体颜色    
        $('.rule-body>p').css("color", "inherit");
        $('.rule-body>p:eq(' + res.prizeIndex + ')').css("color", "red");
    });
});

3.2:示例项目页面效果展示:

JS简单实现:根据奖品权重计算中奖概率实现抽奖的方法

JS简单实现:根据奖品权重计算中奖概率实现抽奖的方法

3.3、示例项目源码已上传至码云仓库

项目地址:https://gitee.com/kexin_front_end/js_lottery

演示地址:https://kexin_front_end.gitee.io/js_lottery/js_lottery.html

结束语

本文介绍的抽奖程序原理仅为 JS 简单实现,适用的场景十分有限,如果遇到需要设计更复杂的抽奖程序,也许开发者需要编写更为健壮、强大、公平、中奖次数可控的算法来实现抽奖函数。

机器学习中的那些树——决策树(三、CART 树)

© 版权声明
THE END
喜欢就支持一下吧
点赞0
分享