遊戲開發中我們經常會用到物品掉落概率這個演算法，比如打怪掉不掉寶物，掉落的是何種寶物，這個都需要概率來控制的，在實際專案中抽獎系統有的也會採用跟掉落概率相似的演算法。並且，抽獎系統的概率可能還會隨著抽獎人數的變化而不斷調整，這個雖然看起來有點複雜，其實只是多了邏輯，如果知道普遍的掉落概率演算法，那麼我相信這種可控的概率演算法也是很簡單的。掉率概率的原理很簡單，就是基本高中概率知識，原理如下：假設有Blue，red，yellow，black，white，gray 這六種顏色的球，他們掉落的概率分別是0.05f,0.1f,0.1f,0.2f,0.25f,0.3f，然後他們的概率和是1，我們在一個長度為1的線段上畫出這個量，如下：

using UnityEngine;
using System.Collections;
using System.Collections.Generic;

public class Probability : MonoBehaviour
{
    private float[] ProbabilityValue;
    Dictionary<int, string> ObjectValue = new Dictionary<int, string>();
    private void  Init()
    {
        ProbabilityValue = new
 
 float[6]{0.05f,0.1f,0.1f,0.2f,0.25f,0.3f};
    }
    private void IntProbabilityValue()
    {
        ObjectValue.Add(0,"Blue");
        ObjectValue.Add(1, "Red");
        ObjectValue.Add(2, "Yellow");
        ObjectValue.Add(3, "Black");
        ObjectValue.Add(4, "White");
        ObjectValue.Add(5, "Gray"
 
);       
    }
    private int Inder(float[] ProbabilityValue)
    {
        float total = 0;
        //首先計算出概率的總值，用來計算隨機範圍
        for (int i = 0; i < ProbabilityValue.Length; i++)
        {
            total += ProbabilityValue[i];
        }
        Random rd = new Random();
        float Nob = Random.Range(0,total);
        for (int i = 0; i < ProbabilityValue.Length; i++)
        {
            if (Nob < ProbabilityValue[i])
            {
                return i;
            }
            else
            {
                Nob -= ProbabilityValue[i];
            }
        }
        return ProbabilityValue.Length - 1;
    }
    //初始化
    void Start()
    {
        Init();
        IntProbabilityValue();
        test();
    }
    public void CreatObj()
    {
        string name = ObjectValue[Inder(ProbabilityValue)];
        Debug.Log(name);
    }
    //這個是測試方法，測出1萬次模擬產生的各種球的數量。
    private void test()
    {
        int Blue = 0;
        int Red = 0;
        int Yellow = 0;
        int Black = 0;
        int White = 0;
        int Gray = 0;
        for (int i=0;i<10000;i++)
        {
            string name = ObjectValue[Inder(ProbabilityValue)];
            switch (name)
            {
                case "Blue":
                    Blue++;
                    break;
                case "Red":
                    Red++;
                    break;
                case "Yellow":
                    Yellow++;
                    break;
                case "Black":
                    Black++;
                    break;
                case "White":
                    White++;
                    break;
                case "Gray":
                    Gray++;
                    break;                   
            }
        }
        Debug.Log("Blue:"+ Blue+ "Red:"+ Red+ "Yellow:"+ Yellow+ "Black"+ Black+ "White:"+ White+ "Gray:"+ Gray);

    }
}

實驗結果：一萬次的模擬結果各個球的出現次數基本滿足模擬總次數*各自概率 。如果覺得演算法有問題大家可以交流。