一、概率算法 經典的概率算法 $proArr是一個預先設置的數組 假設數組為：array(100,200,300，400) 開始是從1,1000 這個概率范圍內篩選第一個數是否在他的出現概率范圍之內 如果不在，則將概率空間，也就是k的值減去剛剛的那個數字的概率空間 在本例當中就是減去100，也就是說第二個數是在1，900這個范圍內篩選的 這樣 篩選到最終，總會有一個數滿足要求 就相當于去一個箱子里摸東西 第一個不是，第二個不是，第三個還不是，那最后一個一定是 這個算法簡單，而且效率非常 高 關鍵是這個算法已在我們以前的項目中有應用，尤其是大數據量的項目中效率非常棒 ``` <?php function get_rand($proArr) { $result = ''; //概率數組的總概率精度 $proSum = array_sum($proArr); //概率數組循環 foreach ($proArr as $key => $proCur) { $randNum = mt_rand(1, $proSum); if ($randNum <= $proCur) { $result = $key; break; } else { $proSum -= $proCur; } } unset ($proArr); return $result; } ``` 二、獎項數組 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。 ``` $prize_arr = array( '0' => array('id'=>1,'prize'=>'平板電腦','v'=>1), '1' => array('id'=>2,'prize'=>'數碼相機','v'=>5), '2' => array('id'=>3,'prize'=>'音箱設備','v'=>10), '3' => array('id'=>4,'prize'=>'4G優盤','v'=>12), '4' => array('id'=>5,'prize'=>'10Q幣','v'=>22), '5' => array('id'=>6,'prize'=>'下次沒準就能中哦','v'=>50), ); ``` # 三.引用輸出 * 每次前端頁面的請求，PHP循環獎項設置數組， * 通過概率計算函數get\_rand獲取抽中的獎項id。 * 將中獎獎品保存在數組$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。 ``` <?php 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); ``` # 總結 以上就是抽獎算法的基本步驟，如果用戶量大，可配合redis，把獎品數量可存儲到 redis 的 list 里面，例如有500個獎品，給list里可存500條數據，每抽中一次就刪除一條。500條刪除完了，抽獎就默認不中獎