/* * 經典的機率算法, * $proArr是一個預先設置的數組, * 假設數組爲:array(100,200,300,400), * 開始是從1,1000 這個機率範圍內篩選第一個數是否在他的出現機率範圍以內, * 若是不在,則將機率空間,也就是k的值減去剛剛的那個數字的機率空間, * 在本例當中就是減去100,也就是說第二個數是在1,900這個範圍內篩選的。 * 這樣 篩選到最終,總會有一個數知足要求。 * 就至關於去一個箱子裏摸東西, * 第一個不是,第二個不是,第三個還不是,那最後一個必定是。 * 這個算法簡單,並且效率很是 高, * 關鍵是這個算法已在咱們之前的項目中有應用,尤爲是大數據量的項目中效率很是棒。 */ function get_rand($proArr) { $result = ''; //機率數組的總機率精度 $proSum = array_sum($proArr); //機率數組循環 foreach ($proArr as $key => $proCur) { $randNum = mt_rand(1, $proSum); if ($randNum <= $proCur) { $result = $key; break; } else { //100 -= 1 //100 -= 5 //100 -= 10 //100 -= 12 //100 -= 22 //100 -= 50 $proSum -= $proCur;//100- } } unset ($proArr); return $result; } function get_prize(){ /* * 獎項數組 * 是一個二維數組,記錄了全部本次抽獎的獎項信息, * 其中id表示中獎等級,prize表示獎品,v表示中獎機率。 * 注意其中的v必須爲整數,你能夠將對應的 獎項的v設置成0,即意味着該獎項抽中的概率是0, * 數組中v的總和(基數),基數越大越能體現機率的準確性。 * 本例中v的總和爲100,那麼平板電腦對應的 中獎機率就是1%, * 若是v的總和是10000,那中獎機率就是萬分之一了。 * */ $prize_arr = array( '0' => array('id'=>1,'prize'=>'平板電腦','v'=>1), '1' => array('id'=>2,'prize'=>'數碼相機','v'=>5), '2' => array('id'=>3,'prize'=>'音箱設備','v'=>10), '3' => array('id'=>4,'prize'=>'4G優盤','v'=>12), '4' => array('id'=>5,'prize'=>'10Q幣','v'=>22), '5' => array('id'=>6,'prize'=>'下次沒準就能中哦','v'=>50), ); /* * 每次前端頁面的請求,PHP循環獎項設置數組, * 經過幾率計算函數get_rand獲取抽中的獎項id。 * 將中獎獎品保存在數組$res['yes']中, * 而剩下的未中獎的信息保存在$res['no']中, * 最後輸出json個數數據給前端頁面。 */ foreach ($prize_arr as $key => $val) { $arr[$val['id']] = $val['v']; } $rid = $this->get_rand($arr); //根據機率獲取獎項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'] = $pr; dump($res); }