PHP概率計算函數匯總
其實發(fā)這篇博感覺并沒有什么用,太簡單了,會的人不屑看,不會的人自已動動腦子也想到了。但是看著自已的博客已經這么久沒更,真心疼~。粗略算下一篇只有代碼的水文,會占用OSC至少十幾KB的數據庫空間呢,但是,一想到亂彈里的然并卵,也就釋然了。
<?php
/**
* 概率計算類
* 可用于抽獎等
*/
class Probability
{
/**
* 概率統(tǒng)計數據
* thing => chance
*/
var $data = array();
var $chance_count = 0;
function __construct($initdata = array()){
if(!empty($initdata)){
$this->data = $initdata;
foreach($initdata as $d){
$this->chance_count += $d['num'];
}
}
}
function addData($name, $chance){
$this->data[]=array('name'=>$name, 'num'=>$chance);
$this->chance_count += $chance;
}
function getOne(){
$index = rand(0, $this->chance_count);
foreach($this->data as $d){
$index = $index-$d['num'];
if($index<=0){
return $d['name'];
}
}
return '';
}
}
/**
* 使用示例
*/
$pro=new Probability();
$pro->addData('iphone',10);
$pro->addData('watch',30);
$pro->addData('$18',50);
$pro->addData('thank you',10);
$pro->addData('super big',1);
for($i=0;$i<100;$i++){
echo $pro->getOne()."\n";
}
這是一個很經典的概率算法函數:
function get_rand($proArr) {
$result = '';
//概率數組的總概率精度
$proSum = array_sum($proArr);
//概率數組循環(huán)
foreach ($proArr as $key => $proCur) {
$randNum = mt_rand(1, $proSum); //抽取隨機數
if ($randNum <= $proCur) {
$result = $key; //得出結果
break;
} else {
$proSum -= $proCur;
}
}
unset ($proArr);
return $result;
}
假設:我們有這樣一個數組:a獎概率20%,b獎概率30%,c獎概率50%
$prize_arr =array('a'=>20,'b'=>30,'c'=>50);
模擬函數執(zhí)行過程:
總概率精度為20+30+50=100
第一次數組循環(huán),$procur=20
假設抽取的隨機數rand(1,100),假設抽到$randNum=55
if判斷-------
如果$randNum<=20,則result=a
否則進入下一循環(huán),總概率精度變?yōu)?00-20=80
第二次數組循環(huán),$procur=30
假設抽取的隨機數rand(1,80),假設抽到$randNum=33
if判斷---------
如果$randNum<=30,則result=b
否則進入下一循環(huán),總概率精度變?yōu)?0-30=50
第三次數組循環(huán),$prosur=50;
假設抽取的隨機數rand(1,50),不管怎么抽,隨機數都會<或=50,
那么得出result=c;
因為樣本沒有改變,雖然可能抽取的隨機數不止一個,但是概率是不變的。
或者也可以這樣:
function get_rand($arr)
{
$pro_sum=array_sum($arr);
$rand_num=mt_rand(1,$pro_sum);
$tmp_num=0;
foreach($arr as $k=>$val)
{
if($rand_num<=$val+$tmp_num)
{
$n=$k;
break;
}else
{
$tmp_num+=$val;
}
}
return $n;
}
在給大家分享一個抽獎的概率算法
/*
* 經典的概率算法,
* $proArr是一個預先設置的數組,
* 假設數組為:array(100,200,300,400),
* 開始是從1,1000 這個概率范圍內篩選第一個數是否在他的出現概率范圍之內,
* 如果不在,則將概率空間,也就是k的值減去剛剛的那個數字的概率空間,
* 在本例當中就是減去100,也就是說第二個數是在1,900這個范圍內篩選的。
* 這樣 篩選到最終,總會有一個數滿足要求。
* 就相當于去一個箱子里摸東西,
* 第一個不是,第二個不是,第三個還不是,那最后一個一定是。
* 這個算法簡單,而且效率非常 高,
* 關鍵是這個算法已在我們以前的項目中有應用,尤其是大數據量的項目中效率非常棒。
*/
function get_rand($proArr) {
$result = '';
//概率數組的總概率精度
$proSum = array_sum($proArr);
//概率數組循環(huán)
foreach ($proArr as $key => $proCur) {
$randNum = mt_rand(1, $proSum);
if ($randNum <= $proCur) {
$result = $key;
break;
} else {
$proSum -= $proCur;
}
}
unset ($proArr);
return $result;
}
/*
* 獎項數組
* 是一個二維數組,記錄了所有本次抽獎的獎項信息,
* 其中id表示中獎等級,prize表示獎品,v表示中獎概率。
* 注意其中的v必須為整數,你可以將對應的 獎項的v設置成0,即意味著該獎項抽中的幾率是0,
* 數組中v的總和(基數),基數越大越能體現概率的準確性。
* 本例中v的總和為100,那么平板電腦對應的 中獎概率就是1%,
* 如果v的總和是10000,那中獎概率就是萬分之一了。
*
*/
$prize_arr = array(
'0' => array('id'=>1,'prize'=>'平板電腦','v'=>1),
'1' => array('id'=>2,'prize'=>'數碼相機','v'=>5),
'2' => array('id'=>3,'prize'=>'音箱設備','v'=>10),
'3' => array('id'=>4,'prize'=>'4G優(yōu)盤','v'=>12),
'4' => array('id'=>5,'prize'=>'10Q幣','v'=>22),
'5' => array('id'=>6,'prize'=>'下次沒準就能中哦','v'=>50),
);
/*
* 每次前端頁面的請求,PHP循環(huán)獎項設置數組,
* 通過概率計算函數get_rand獲取抽中的獎項id。
* 將中獎獎品保存在數組$res['yes']中,
* 而剩下的未中獎的信息保存在$res['no']中,
* 最后輸出json個數數據給前端頁面。
*/
foreach ($prize_arr as $key => $val) {
$arr[$val['id']] = $val['v'];
}
$rid = get_rand($arr); //根據概率獲取獎項id
$res['yes'] = $prize_arr[$rid-1]['prize']; //中獎項
unset($prize_arr[$rid-1]); //將中獎項從數組中剔除,剩下未中獎項
shuffle($prize_arr); //打亂數組順序
for($i=0;$i<count($prize_arr);$i++){
$pr[] = $prize_arr[$i]['prize'];
}
$res['no'] = $pr;
print_r($res['yes']);
相關文章
基于preg_match_all采集后數據處理的一點心得筆記(編碼轉換和正則匹配)
這篇文章主要介紹了采集后數據處理的一點心得筆記,編碼轉換和正則匹配,基于preg_match_all,需要的朋友可以參考下2014-01-01

