C# 权重控制随机抽取率

增加、减少随机抽中几率——此算法可用于题库随机抽题、赌博机控制出彩率，甚至俄罗斯方块等游戏，有广泛的用途！也希望能帮得到你！

强调

     在随机的基础上增控制抽中几率，注意随机性！！

正文

      一、文字解说：

           为待随机抽取的集合每个项加一个权值，这个权值就是随机几率，比如正常被抽正的几率为1，那么将希望被抽中几率更大的项的权值设置为3或5，然后随机抽取集合中的项，并将随机数乘以每个项对应的权值，然后排序！！提取前N个项即可！大家可以发现权值更高被乘之后有更高几率排在前面而被抽中，如果将权值设为0将永远也不会被抽中！

      二、应用场景：

           1.      随机抽题：如果题A去年考过了，那么我希望今年出现的几率更小或者不出现，那么我将题A的权值设置为0，这道题将在以后的考试随机抽题中永远不会被随机抽中；而另外题B是本院今年模拟考试中的一道题目，我将这道题权值增加到5，根据算法，那么这道题目在下次随机抽题抽中率将比普通题目提高数倍！

           2.      赌博机：大家知道游戏厅里面的赌博机是可以调的，被人调了之后出彩率明显提高或者降低，我觉得本算法适合解释。假设赌博机有24个赌项可供选择，分别是A-Z各个字母，按正常几率的话每个项的权值都是1，调机师可以通过动态改变权值来达到提高或降低中奖率。假如你投三个币，分别选了A、B、C，赌博机根据调机师的设置动态改变了A、B、C的权值，让灯转3-4圈后更大的几率停留在这三个选择中奖金较少的一个。

           3.      俄罗斯方块：大家在打QQ俄罗斯方块对打的时候，有时候明显感觉堆得越高，出的东西反而不顺意，我觉得本算法也可以达到这个效果。计算机能算得出下一个最优方案是出条还是出角最好，所以可以通过调整权值来打破平均出现的几率来达到这个目的！

      三、代码实现（C#实现）：

      RandomController.cs

using System;
using System.Collections.Generic;
using System.Text;

/*
为待随机抽取的集合每个项加一个权值，这个权值就是随机几率，比如正常被抽正的几率为1，
那么将希望被抽中几率更大的项的权值设置为3或5，然后随机抽取集合中的项，并将随机数
乘以每个项对应的权值，然后排序！！提取前N个项即可！大家可以发现权值更高被乘之后
有更高几率排在前面而被抽中，如果将权值设为0将永远也不会被抽中！
*/

namespace 随机抽奖
{
public class RandomController
{
#region Properties
private int _Count;
/// <summary>
/// 随机抽取个数
/// </summary>
public int Count
{
get{return _Count;}
set{_Count = value;}
}

        #endregion

        #region Member Variables

        /// <summary>
/// 待随机抽取数据集合
/// </summary>
public List<char> datas = new List<char>(
new char[]{
'A',’B',’C',’D',’E',’F',
'G',’H',’I',’J',’K',’L',
'M',’N',’O',’P',’Q',’R',
'S',’T',’U',’V',’W',’X',
'Y',’Z'
});

        /// <summary>
/// 对应奖项权值
/// </summary>
public List<ushort> weights = new List<ushort>(
new ushort[]{
1,2,3,4,5,6,
7,8,9,0,1,1,
1,1,1,1,1,1,
1,1,1,1,1,1,
1,1
});

        #endregion

        /// <summary>
/// 构造函数
/// </summary>
/// <param name="count">随机抽取个数</param>
public RandomController(ushort count)
{
if (count > 26)
throw new Exception("抽取个数不能超过数据集合大小！！");

            _Count = count;
}

#region 普通随机抽取
/// <summary>
/// 随机抽取
/// </summary>
/// <param name="rand">随机数生成器</param>
/// <returns></returns>
public char[] RandomExtract(Random rand)
{
List<char> result = new List<char>();
if (rand != null)
{
for (int i = Count; i > 0; )
{
char item = datas[rand.Next(25)];
if (result.Contains(item))
continue;
else
{
result.Add(item);
i--;
}
}
}
return result.ToArray();
}
#endregion

#region 受控随机抽取
/// <summary>
/// 随机抽取
/// </summary>
/// <param name="rand">随机数生成器</param>
/// <returns></returns>
public char[] ControllerRandomExtract(Random rand)
{
List<char> result = new List<char>();
if (rand != null)
{
//临时变量
Dictionary<char, int> dict = new Dictionary<char, int>(26);

//为每个项算一个随机数并乘以相应的权值
for (int i = datas.Count – 1; i >= 0; i--)
{
dict.Add(datas[i], rand.Next(100) * weights[i]);
}

//排序
List<KeyValuePair<char, int>> listDict = SortByValue(dict);

//拷贝抽取权值最大的前Count项
foreach (KeyValuePair<char, int> kvp in listDict.GetRange(0, Count))
{
result.Add(kvp.Key);
}
}
return result.ToArray();
}
#endregion

#region Tools
/// <summary>
/// 排序集合
/// </summary>
/// <param name="dict"></param>
/// <returns></returns>
private List<KeyValuePair<char, int>> SortByValue(Dictionary<char, int> dict)
{
List<KeyValuePair<char, int>> list = new List<KeyValuePair<char, int>>();

if (dict != null)
{
list.AddRange(dict);

list.Sort(
delegate(KeyValuePair<char, int> kvp1, KeyValuePair<char, int> kvp2)
{
return kvp2.Value – kvp1.Value;
});
}
return list;
}
#endregion
}
}

—————————————————————————————-

调用测试代码：

普通随机抽取分别进行1000次测试显示：

控制随机几率随机抽取进行1000次代码修改：

1.      将rc.RandomExtract(rand)改为rc.ControllerRandomExtract(rand)

2.      注释掉上面输出部分代码，加上以下代码：

测试结果：

小结

从上面统计结果可以看出，普通随机数分布比较均匀，随机抽中的几率相对持平；但是经过控制随机抽中几率，权值高的明显抽中几率要高，另外需要注意的是这里只输出了25个字母，也就是还有一个字母没有被抽中过，因为按算法他是始终不会出现的，除非一次抽26个！！

需要注意的是：

1.      合理的调配权值和随机数生成的大小也很有关系，大家可以看到权值5的和权值1的出现几率相差不是5倍，而是30-50倍。

2.      如果数据源随机的数据大，比如上千上万条，按现在的程序是不可行的，可以先随机抽取比所需抽取个数多2-5倍的数据，然后直接按权值排序然后抽取前N位来达到目的。

3.      最重要的一点就是注意随机性，这个算法如果不是建立在随机的机制上是毫无价值的！！

from:http://yandavid.blog.163.com/blog/static/107790842009779345218/