1 /* 2 3 * 經典的概率算法, 4 * $proArr是一個預先設置的數組, 5 * 假設數組為:array(100,200,300,400), 6 * 開始是從1,1000 這個概率范圍內篩選第一個數是否在他的出現概率范圍之內, 7 * 如果不在,則將概率空間,也就是k的值減去剛剛的那個數字的概率空間, 8 * 在本例當中就是減去100,也就是說第二個數是在1,900這個范圍內篩選的。 9 * 這樣 篩選到最終,總會有一個數滿足要求。 10 * 就相當於去一個箱子里摸東西, 11 * 第一個不是,第二個不是,第三個還不是,那最后一個一定是。 12 * 這個算法簡單,而且效率非常 高, 13 * 關鍵是這個算法已在我們以前的項目中有應用,尤其是大數據量的項目中效率非常棒。 14 */ 15 function get_rand($proArr) { 16 $result = ''; 17 //概率數組的總概率精度 18 $proSum = array_sum($proArr); 19 //概率數組循環 20 foreach ($proArr as $key => $proCur) { 21 $randNum = mt_rand(1, $proSum); 22 if ($randNum <= $proCur) { 23 $result = $key; 24 break; 25 } else { 26 $proSum -= $proCur; 27 } 28 } 29 unset ($proArr); 30 return $result; 31 } 32 33 34 /* 35 * 獎項數組 36 * 是一個二維數組,記錄了所有本次抽獎的獎項信息, 37 * 其中id表示中獎等級,prize表示獎品,v表示中獎概率。 38 * 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,即意味着該獎項抽中的幾率是0, 39 * 數組中v的總和(基數),基數越大越能體現概率的准確性。 40 * 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%, 41 * 如果v的總和是10000,那中獎概率就是萬分之一了。 42 * 43 */ 44 $prize_arr = array( 45 '0' => array('id'=>1,'prize'=>'平板電腦','v'=>1), 46 '1' => array('id'=>2,'prize'=>'數碼相機','v'=>5), 47 '2' => array('id'=>3,'prize'=>'音箱設備','v'=>10), 48 '3' => array('id'=>4,'prize'=>'4G優盤','v'=>12), 49 '4' => array('id'=>5,'prize'=>'10Q幣','v'=>22), 50 '5' => array('id'=>6,'prize'=>'下次沒准就能中哦','v'=>50), 51 ); 52 53 /* 54 * 每次前端頁面的請求,PHP循環獎項設置數組, 55 * 通過概率計算函數get_rand獲取抽中的獎項id。 56 * 將中獎獎品保存在數組$res['yes']中, 57 * 而剩下的未中獎的信息保存在$res['no']中, 58 * 最后輸出json個數數據給前端頁面。 59 */ 60 foreach ($prize_arr as $key => $val) { 61 $arr[$val['id']] = $val['v']; 62 } 63 $rid = get_rand($arr); //根據概率獲取獎項id 64 65 $res['yes'] = $prize_arr[$rid-1]['prize']; //中獎項 66 unset($prize_arr[$rid-1]); //將中獎項從數組中剔除,剩下未中獎項 67 shuffle($prize_arr); //打亂數組順序 68 for($i=0;$i<count($prize_arr);$i++){ 69 $pr[] = $prize_arr[$i]['prize']; 70 } 71 $res['no'] = $pr; 72 print_r($res); 73 ?>