我在知乎上看到這樣一個問題微信紅包的隨機算法是怎樣實現的？

有人說騰訊大致是這樣實現的：

public static double getRandomMoney(LeftMoneyPackage _leftMoneyPackage) {
    // remainSize 剩余的紅包數量
    // remainMoney 剩余的錢
    if (_leftMoneyPackage.remainSize == 1) {
        _leftMoneyPackage.remainSize--;
        return (double) Math.round(_leftMoneyPackage.remainMoney * 100) / 100;
    }
    Random r     = new Random();
    double min   = 0.01; //
    double max   = _leftMoneyPackage.remainMoney / _leftMoneyPackage.remainSize * 2;
    double money = r.nextDouble() * max;
    money = money <= min ? 0.01: money;
    money = Math.floor(money * 100) / 100;
    _leftMoneyPackage.remainSize--;
    _leftMoneyPackage.remainMoney -= money;
    return money;
}
 

也有人做了正太分布、方差分析、回歸分析、統計模擬等，圖太長我就不貼了。

然而

1. 所有答案都是“取時隨機”，即設計“紅包池”的概念，然後在抽取時隨機取數。
2. 所有答案都是“錢的隨機”，即隨機金額，然後return。

下面我們換個思路，現在我們把所有的錢換成1分的硬幣，把紅包想象成罐子，然後撒幣。

/**
 * @param count 紅包數
 * @param money 總金額
 * @return
 */
public static Integer[] ranRedPac(Integer count, Integer money) {
    Integer[] result = new Integer[count];
    for (int i = 1; i <= money; i++) {
        int n = new Random().nextInt(count);
        result[n] = result[n] == null ? 1 : result[n] + 1;
    }
    return result;
}

//測試
public static void main(String[] args) {
    Arrays.asList(ranRedPac(10, 5000000)).forEach(i -> System.out.println(i));
    System.out.println("sum: " + Arrays.asList(ranRedPac(10, 50)).stream().mapToInt(i -> i).sum());
}
 

每分錢隨機選擇紅包。

至於什麽回歸分析，統計模擬統統用不上。

本例中我們摒棄“抽取”、“隨機金額”這樣的傳統概念，使錢擁有選擇意識，執行“隨機”行為，自然而然紅包就有了隨機金額的屬性。

改變一下思路，別把簡單問題復雜化。

我們在編碼設計時，通常會考慮現實生活中的邏輯，並把對象抽象成類，行為抽象成方法。但是，我們偶爾也要考慮思維反轉。

當然，我的代碼有一定的弊端。

思維是最重要的。

微信紅包的隨機算法是怎樣實現的？