抢红包算法（公平版和手速版）

当我们在群里抢红包时真的是手速越快红包金额越大吗？

答案当然是并不是，都说了是拼手气，岂能是拼手速！
不过也可以有拼手速的方法

二倍均值法（公平版）

这是一种很合理很公平的抢红包算法了，绝对不会让你拼手速的，就别天真了。
在此我们假设
红包剩余金额为 M
红包剩余数量为 N
这种算法就是每次都在区间[0,M/N×2] 随机取一个数
假设100元红包发10个人，那么合理的做法应该是每个人领到10元的概率相同。
第一个人随机金额的范围为[0,100/10×2] ,也就是[0,20],这样平均可以领到10元，此时剩余金额为100-10=90。
第二个人随机金额的范围为[0,90/9×2] ,也就是[0,20],这样平均也可以领到10元，此时剩余金额为90-10=80。
第三个人随机金额的范围为[0,80/8×2] ,也就是[0,20],这样平均也可以领到10元。
这样推导下去，每个人领到相同金额的概率应该就是相同的了。

代码：

public static List<Double> doubleMeanMethod(double money,int number){
		List<Double> result = new ArrayList<Double>();
		if(money<0&&number<1)
			return null;
		double amount,sum=0;
		int remainingNumber=number;
		int i=1;
		while(remainingNumber>1){
			amount= nextDouble(0.01,2*(money/remainingNumber));
			sum+=amount;
			System.out.println("第"+i+"个人领取的红包金额为："+format(amount));
			money -= amount;
			remainingNumber--;
			result.add(amount);
			i++;
		}
		result.add(money);
		System.out.println("第"+i+"个人领取的红包金额为："+format(money));
		sum+=money;
		System.out.println("验证发出的红包总金额为："+format(sum));
		
		return result;
		
		
	}

运行结果：

线段切割法（手速版）

这就是拼手速了，是时候展示手速了。

这个算法可以把总金额想象成一条线段，每个人都有机会切一刀，前面的人切剩下的后面的人再接着切，这样越是前面的人截取的长度（理解成领取到的红包金额）越大的概率就越大。

代码：

public static void lineSegmentCutting(double money,int number){
		if(money<0&&number<1)
			System.out.println("输入错误！");
		double begin=0,end=money;
		double y=0;
		for(int i=0;i<number-1;i++){
			double nn=0;
			double amount=nextDouble(begin,end);
			
			nn=amount-begin;
			System.out.println("第"+(i+1)+"个人领取的红包金额为："+format(nn));
			y+=nn;
			begin=amount;
			
		}
		System.out.println("第"+number+"个人领取的红包金额为："+format(end-begin));
		y+=(end-begin);
		System.out.println("验证发出的红包总金额为："+format(y));
		
	}

运行结果：

完整代码：

package com.zhl.blogTest;

import java.util.ArrayList;
import java.util.List;
import java.util.Random;
import java.util.Scanner;

public class redEnvelope {
	
	/*Random 随机生成一个区间在[min , max]的数值
	randNumber 将被赋值为一个 MIN 和 MAX 范围内的随机数
	 int randNumber =rand.nextInt(MAX - MIN + 1) + MIN; */
	
	

	/**
	 * 生成min到max范围的浮点数
	 **/
	public static double nextDouble(final double min, final double max) {
		return min + ((max - min) * new Random().nextDouble());
	}
	
	public static String format(double value) {
		 
		 return new java.text.DecimalFormat("0.00").format(value); // 保留两位小数
		}
	

	//二倍均值法
	public static List<Double> doubleMeanMethod(double money,int number){
		List<Double> result = new ArrayList<Double>();
		if(money<0&&number<1)
			return null;
		double amount,sum=0;
		int remainingNumber=number;
		int i=1;
		while(remainingNumber>1){
			amount= nextDouble(0.01,2*(money/remainingNumber));
			sum+=amount;
			System.out.println("第"+i+"个人领取的红包金额为："+format(amount));
			money -= amount;
			remainingNumber--;
			result.add(amount);
			i++;
		}
		result.add(money);
		System.out.println("第"+i+"个人领取的红包金额为："+format(money));
		sum+=money;
		System.out.println("验证发出的红包总金额为："+format(sum));
		
		return result;
		
		
	}
	
	//线段切割法
	public static void lineSegmentCutting(double money,int number){
		if(money<0&&number<1)
			System.out.println("输入错误！");
		double begin=0,end=money;
		double y=0;
		for(int i=0;i<number-1;i++){
			double nn=0;
			double amount=nextDouble(begin,end);
			
			nn=amount-begin;
			System.out.println("第"+(i+1)+"个人领取的红包金额为："+format(nn));
			y+=nn;
			begin=amount;
			
		}
		System.out.println("第"+number+"个人领取的红包金额为："+format(end-begin));
		y+=(end-begin);
		System.out.println("验证发出的红包总金额为："+format(y));
		
	}
	
	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);
		System.out.println("这是一段模拟抢红包的代码。");
		
		int number;
		double money;
		System.out.print("请输入红包总金额：");
		money = sc.nextDouble();
		System.out.print("请输入红包数量：");
		number = sc.nextInt();
		//System.out.println(money + " " + number);
		
		//二倍均值法
		doubleMeanMethod(money,number);
		//System.out.println(doubleMeanMethod(money,number).toString());
		//也是可以直接输出list的，为了观察方便，我就在循环中输出了，存在list里主要是为了后续方便数据的使用
		System.out.println();
		
		//线段切割法
		lineSegmentCutting(money,number);
		
		
		
		
		
	}

}

读到这里了，你真是个小可爱。不妨点个赞再走吧。

加油！

共同努力！

Keafmd

本文地址：https://blog.csdn.net/weixin_43883917/article/details/108586841