除夕全天微信用戶紅包總發(fā)送量達(dá)到10.1億次，搖一搖互動(dòng)量達(dá)到110億次，紅包峰值發(fā)送量為8.1億次/分鐘。

拋開微信紅包的市場價(jià)值不談，紅包本身的算法也引發(fā)了熱議，由于官方?jīng)]有給出明確的說法，各家也是眾說紛紜，小編下面也為大家?guī)韼追N分析。

首先看看數(shù)據(jù)分析帝

大多數(shù)人都做出自己的猜測，這也是在不知道內(nèi)部隨機(jī)算法的時(shí)候的唯一選擇，但是大多數(shù)人沒有給出自己親自的調(diào)查結(jié)果。這里給出一份100樣本的調(diào)查抽樣樣本數(shù)據(jù)，并提出自己的猜測。

1. 錢包錢數(shù)滿足截尾正態(tài)隨機(jī)數(shù)分布。大致為在截尾正態(tài)分布中取隨機(jī)數(shù)，并用其求和數(shù)除以總價(jià)值，獲得修正因子，再用修正因子乘上所有的隨機(jī)數(shù)，得到紅包價(jià)值。

這種分布意味著：低于平均值的紅包多，但是離平均值不遠(yuǎn)；高于平均值的紅包少，但是遠(yuǎn)大于平均值的紅包偏多。

圖1. 錢包價(jià)值與其頻率分布直方圖及其正態(tài)擬合

但看分布直方圖并不能推出它符合正態(tài)分布，但是考慮到程序的簡潔性和隨機(jī)數(shù)的合理性，這是最合乎情理的一種猜測。
越是后面的錢包，價(jià)值普遍更高

圖2. 錢包序列數(shù)與其價(jià)值關(guān)系曲線

從圖2中的線性擬合紅線可以看到，錢包價(jià)值的總體變化趨勢(shì)是在慢慢增大，其變化范圍大約是一個(gè)綠色虛線上下界劃出的“通道”。(曲線可以被圍在這么一個(gè)正合乎常規(guī)的“通道”中，也從側(cè)面反映了規(guī)律1的合理性，說明了并不是均勻分布的隨機(jī)數(shù))
從另一個(gè)平均數(shù)的圖中也可以看出這一規(guī)律。

圖3. 平均數(shù)隨序列數(shù)的變化曲線

在樣本中，1000價(jià)值的錢包被分成100份，均值為10。然而在圖3中我們可以看到在最后一個(gè)錢包之前，平均數(shù)一直低于10，這就說明了一開始的錢包價(jià)值偏低，一直被后期的錢包價(jià)值拉著往上走，后期的錢包價(jià)值更高。

3. 當(dāng)然平均數(shù)的圖還可以透露出另一個(gè)規(guī)律，那就是最后的那一個(gè)人往往容易走運(yùn)抽得比較多。因?yàn)樽詈竽且粋€(gè)人是錢包剩下多少就拿多少的，而之前所有人的平均數(shù) 都低于10，所以至少保證了最后一個(gè)人會(huì)高于平均值。在本樣本中，98號(hào)錢包抽到35，而最后一份錢包抽到46。

綜上，根據(jù)樣本猜測：

1. 抽到的錢大多數(shù)時(shí)候跟別人一樣少，但一旦一多，就容易多很多。
2. 越是抽后面的錢包，錢越容易多。
3. 最后一個(gè)人往往容易撞大運(yùn)。

點(diǎn)評(píng)：這種明顯很實(shí)際有差異，小編每次不管什么時(shí)候搶都是幾毛錢。

第二位同學(xué)寫了一個(gè)簡單python 代碼

據(jù)觀察，紅包分錢滿足以下幾點(diǎn)：

1.不會(huì)有人拿不到錢

2.不會(huì)提前分完

3.錢的波動(dòng)范圍很大

紅包在一開始創(chuàng)建的時(shí)候，分配方案就訂好了。搶紅包的時(shí)候，不過是挨個(gè)pop up而已。

因此 python 代碼如下：

def weixin_divide_hongbao(money, n): 
divide_table = [random.randint(1, 10000)
for x in xrange(0, n)] 
sum_ = sum(divide_table) 
return [x*money/sum_ for x in divide_table] 

不過上述算法還有兩個(gè)小問題：

1.浮點(diǎn)數(shù)精度問題

2.邊界值的處理

第三位同學(xué)按照網(wǎng)上流傳的python寫了一個(gè)java的版本

int j=1; 
while(j<1000) 
{ 
int number=10; 
float total=100; 
float money; 
double min=0.01; 
double max; 
int i=1; 
 
List math=new ArrayList(); 
while(i<number) 
{ 
 
max = total- min*(number- i); 
int k = (int)((number-i)/2); 
if (number -i <= 2) 
{k = number -i;} 
max = max/k; 
money=(int)(min*100+Math.random()*(max*100-min*100+1)); 
money=(float)money/100; 
total=total-money; 
math.add(money); 
System.out.println("第"+i+"個(gè)人拿到"+money+"剩下"+total); 
i++; 
if(i==number) 
{ 
math.add(total); 
System.out.println("第"+i+"個(gè)人拿到"+total+"剩下0"); 
} 
} 
 
System.out.println("本輪發(fā)紅包中第"+(math.indexOf(Collections.max(math))+1)+"個(gè)人手氣最佳"); 
j++; 
}

第四位同學(xué)的這種算法看起來非?？茖W(xué)。

他認(rèn)為：

1、每個(gè)人都要能夠領(lǐng)取到紅包；

2、每個(gè)人領(lǐng)取到的紅包金額總和=總金額；

3、每個(gè)人領(lǐng)取到的紅包金額不等，但也不能差的太離譜，不然就沒趣味；

4、算法一定要簡單，不然對(duì)不起騰訊這個(gè)招牌；

正式編碼之前，先搭建一個(gè)遞進(jìn)的模型來分析規(guī)律

設(shè)定總金額為10元，有N個(gè)人隨機(jī)領(lǐng)?。?br />

N=1

則紅包金額=X元；

N=2

為保證第二個(gè)紅包可以正常發(fā)出，第一個(gè)紅包金額=0.01至9.99之間的某個(gè)隨機(jī)數(shù)

第二個(gè)紅包=10-第一個(gè)紅包金額；

N=3

紅包1=0.01至0.98之間的某個(gè)隨機(jī)數(shù)

紅包2=0.01至(10-紅包1-0.01)的某個(gè)隨機(jī)數(shù)

紅包3=10-紅包1-紅包2

……

int j=1; 
while(j<1000) 
{ 
int number=10; 
float total=100; 
float money; 
double min=0.01; 
double max; 
int i=1; 
 
List math=new ArrayList(); 
while(i<number) 
{ 
 
max = total- min*(number- i); 
int k = (int)((number-i)/2); 
if (number -i <= 2) 
{k = number -i;} 
max = max/k; 
money=(int)(min*100+Math.random()*(max*100-min*100+1)); 
money=(float)money/100; 
total=total-money; 
math.add(money); 
System.out.println("第"+i+"個(gè)人拿到"+money+"剩下"+total); 
i++; 
if(i==number) 
{ 
math.add(total); 
System.out.println("第"+i+"個(gè)人拿到"+total+"剩下0"); 
} 
} 
 
System.out.println("本輪發(fā)紅包中第"+(math.indexOf(Collections.max(math))+1)+"個(gè)人手氣最佳"); 
j++; 
} 

輸入一看，波動(dòng)太大，這數(shù)據(jù)太無趣了！

第1個(gè)紅包：7.48 元，余額：2.52 元

第2個(gè)紅包：1.9 元，余額：0.62 元

第3個(gè)紅包：0.49 元，余額：0.13 元

第4個(gè)紅包：0.04 元，余額：0.09 元

第5個(gè)紅包：0.03 元，余額：0.06 元

第6個(gè)紅包：0.03 元，余額：0.03 元

第7個(gè)紅包：0.01 元，余額：0.02 元

第8個(gè)紅包：0.02 元，余額：0 元

改良一下，將平均值作為隨機(jī)安全上限來控制波動(dòng)差

int j=1; 
while(j<1000) 
{ 
int number=10; 
float total=100; 
float money; 
double min=0.01; 
double max; 
int i=1; 
 
List math=new ArrayList(); 
while(i<number) 
{ 
 
max = total- min*(number- i); 
int k = (int)((number-i)/2); 
if (number -i <= 2) 
{k = number -i;} 
max = max/k; 
money=(int)(min*100+Math.random()*(max*100-min*100+1)); 
money=(float)money/100; 
total=total-money; 
math.add(money); 
System.out.println("第"+i+"個(gè)人拿到"+money+"剩下"+total); 
i++; 
if(i==number) 
{ 
math.add(total); 
System.out.println("第"+i+"個(gè)人拿到"+total+"剩下0"); 
} 
} 
 
System.out.println("本輪發(fā)紅包中第"+(math.indexOf(Collections.max(math))+1)+"個(gè)人手氣最佳"); 
j++; 
}

輸出結(jié)果見下圖

第1個(gè)紅包：0.06 元，余額：9.94 元

第2個(gè)紅包：1.55 元，余額：8.39 元

第3個(gè)紅包：0.25 元，余額：8.14 元

第4個(gè)紅包：0.98 元，余額：7.16 元

第5個(gè)紅包：1.88 元，余額：5.28 元

第6個(gè)紅包：1.92 元，余額：3.36 元

第7個(gè)紅包：2.98 元，余額：0.38 元

第8個(gè)紅包：0.38 元，余額：0 元

小結(jié)：

小編覺得這完全可以理解成一個(gè)紅包引發(fā)的血案，小編僅僅列舉了幾個(gè)，還有一些工程學(xué)的同學(xué)直接拋出了數(shù)學(xué)模型、離散函數(shù)等等，但是無論算法是簡單還是復(fù)雜，玩的開心就夠了。