一、逢“幾”中獎
逢“幾”中獎，即通過預估抽獎人數和獎品數來判斷，“幾”=(抽獎人數/獎品數)*N。這是一種最簡單抽獎算法，適合抽獎人數眾多，而且互相無聯系的情況。如今大為流行的微博轉發得獎就常常使用這種算法，即根據轉發次數來決定獎品歸屬，透明而且具有激勵性。
當然這個“幾”也不單只次數，還可能是時間，逢某個時間點就可以抽中，不過這種方案可能產生無人中獎和很多人中獎的情況，時間點的安排很關鍵！這個時間點一旦公布出去，那就是秒殺，霍霍。。
逢“幾”中獎有很多弊端，但是非常簡單，很容易實現，被很多抽獎活動所采用，有些會公布抽獎規則，激勵抽獎，有些則不會公布，其實后台運行的可能也是這個算法，簡單高效又不失公平。在信息不透明的情況下，鬼知道你是第幾個抽獎的，哈哈。。
二、概率抽獎
所謂概率抽獎是最容易想到的抽獎算法了，這個概率可以是一成不變的，也可以是一直在變化調整的，最難的是采用多大的概率，何種情況下采用何種概率。這個也沒有什么通用的方案，不同的應用場景，所用的概率算法不同。下面介紹一種算法，根據獎品的過期日期來計算它當前時間的中獎率，當時間逐漸接近獎品過期時間時，中獎概率會逐漸發生變化，如果設為1表示線性衰減，2為平方衰減，以此類推。
importjava.util.Date; importjava.util.Random; publicclass LotteryTool { private double factor; private double probability; private Random rand; private LotteryTool(double probability, long expireTime, int reduce){ this.factor = (double) System.currentTimeMillis() / expireTime; this.probability = probability * Math.pow(factor, reduce); this.rand = new Random(System.currentTimeMillis()); } public static LotteryTool getInstance(double probability, longexpireTime, int reduce) { return new LotteryTool(probability, expireTime, reduce); } public boolean isLucky(long expected) { long token = generateLong(); expected = expected % (int) (1 / probability); if (expected == token) { return true; } return false; }
三、依賴不可控的物理隨機數
什么意思呢，先看個圖，看完你就知道了
明白了吧，呵呵，這就是現如今灰常流行的一種抽獎算法，絕對公平、絕對透明、絕對木有暗箱（除非偷偷給你換了抽獎號碼）！但是這種方法唯一的缺點是無法實時抽獎，只能事后抽獎。也就是只能拿個抽獎號等着上帝的眷顧，阿門。。。
例如游戲中打敗一個boss，會掉落下面其中一個物品，而每個物品都有一定概率： 1. 靴子 20% 2. 披風 25% 3. 飾品 10% 4. 雙手劍 5% 5. 金幣袋 40% 現在的問題就是如何根據概率掉落一個物品給玩家。
一. 一般算法：生成一個列表，分成幾個區間，例如列表長度100，1-20是靴子的區間，21-45是披風的區間等，然后隨機從100取出一個數，看落在哪個區間。算法時間復雜度：預處理O(MN)，隨機數生成O(1)，空間復雜度O(MN)，其中N代表物品種類，M則由最低概率決定。
二、離散算法：也就是上面的改進，竟然1-20都是靴子，21-45都是披風，那抽象成小於等於20的是靴子，大於20且小於等於45是披風，就變成幾個點[20,45,55,60,100]，然后也是從1到99隨機取一個數R，按順序在這些點進行比較，知道找到第一個比R大的數的下標，比一般算法減少占用空間，還可以采用二分法找出R，這樣，預處理O(N)，隨機數生成O(logN)，空間復雜度O(N)。 請點擊查看詳細：http://www.cnblogs.com/miloyip/archive/2010/04/21/1717109.html
三、Alias Method Alias Method就不太好理解，實現很巧妙，推薦先看看這篇文章：http://www.keithschwarz.com/darts-dice-coins/ 大致意思：把N種可能性拼裝成一個方形（整體），分成N列，每列高度為1且最多兩種可能性，可能性抽象為某種顏色，即每列最多有兩種顏色，且第n列中必有第n種可能性，這里將第n種可能性稱為原色。 想象拋出一個硬幣，會落在其中一列，並且是落在列上的一種顏色。這樣就得到兩個數組：一個記錄落在原色的概率是多少，記為Prob數組，另一個記錄列上非原色的顏色名稱，記為Alias數組，若該列只有原色則記為null。
之前的例子，為了便於演示換成分數 1. 靴子 20% -> 1/4 2. 披風 25% -> 1/5 3. 飾品 10% -> 1/10 4. 雙手劍 5% -> 1/20 5. 金幣袋 40% -> 2/5 然后每個都乘以5（使每列高度為1），再拼湊成方形 拼湊原則：每次都從大於等於1的方塊分出一小塊，與小於1的方塊合成高度為1
由上圖方形可得到兩個數組： Prob: [3/4, 1/4, 1/2, 1/4, 1] Alias: [4, 4, 0, 1, null] (記錄非原色的下標)
之后就根據Prob和Alias獲取其中一個物品 隨機產生一列C，再隨機產生一個數R，通過與Prob[C]比較，R較大則返回C，反之返回Alias[C]。
Alias Method 復雜度：預處理O(NlogN)，隨機數生成O(1)，空間復雜度O(2N)