權重隨機算法的java實現

1、概述

　　平時，常常會遇到權重隨機算法，從不一樣權重的N個元素中隨機選擇一個，並使得整體選擇結果是按照權重分佈的。如廣告投放、負載均衡等。

　　若有4個元素A、B、C、D，權重分別爲一、二、三、4，隨機結果中A:B:C:D的比例要爲1:2:3:4。

　　整體思路：累加每一個元素的權重A(1)-B(3)-C(6)-D(10)，則4個元素的的權重管轄區間分別爲[0,1)、[1,3)、[3,6)、[6,10)。而後隨機出一個[0,10)之間的隨機數。落在哪一個區間，則該區間以後的元素即爲按權重命中的元素。

　　實現方法：

利用TreeMap，則構造出的一個樹爲:
　　　　B(3)
　　　 /      \
        /         \
     A(1)     D(10)
               /
             /
         C(6)

而後，利用treemap.tailMap().firstKey()便可找到目標元素。

固然，也能夠利用數組+二分查找來實現。

2、源碼

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

package  com.xxx.utils;   import  com.google.common.base.Preconditions; import  org.apache.commons.math3.util.Pair; import  org.slf4j.Logger; import  org.slf4j.LoggerFactory;   import  java.util.List; import  java.util.SortedMap; import  java.util.TreeMap;     public  class  WeightRandom<K,V  extends  Number> {      private  TreeMap<Double, K> weightMap =  new  TreeMap<Double, K>();      private  static  final  Logger logger = LoggerFactory.getLogger(WeightRandom. class );        public  WeightRandom(List<Pair<K, V>> list) {          Preconditions.checkNotNull(list,  "list can NOT be null!" );          for  (Pair<K, V> pair : list) {              double  lastWeight =  this .weightMap.size() ==  0  ?  0  :  this .weightMap.lastKey().doubleValue(); //統一轉爲double              this .weightMap.put(pair.getValue().doubleValue() + lastWeight, pair.getKey()); //權重累加          }      }        public  K random() {          double  randomWeight =  this .weightMap.lastKey() * Math.random();          SortedMap<Double, K> tailMap =  this .weightMap.tailMap(randomWeight,  false );          return  this .weightMap.get(tailMap.firstKey());      }   }

　　

　　

3、性能

4個元素A、B、C、D，其權重分別爲一、二、三、4，運行1億次，結果以下：

元素	命中次數	偏差率
A	10004296	0.0430%
B	19991132	0.0443%
C	30000882	0.0029%
D	40003690	0.0092%

從結果，能夠看出，準確率在99.95%以上。

 

4、另外一種實現

利用B+樹的原理。葉子結點存放元素，非葉子結點用於索引。非葉子結點有兩個屬性，分別保存左右子樹的累加權重。以下圖：

看到這個圖，聰明的你應該知道怎麼隨機了吧。

此方法的優勢是：更改一個元素，只須修改該元素到根結點那半部分的權值便可。

end