面试题:如何实现红包算法
题目
例如一个人在群里发了100块钱的红包,群里有10个人一起来抢红包,每人抢到的金额随机分配。
红包功能需要满足哪些具体规则呢?
1. 所有人抢到的金额之和要等于红包金额,不能多也不能少。
2. 每个人至少抢到1分钱。
3. 要保证红包拆分的金额尽可能分布均衡,不要出现两极分化太严重的情况。
解决方案
解决方法一
思路
二倍均值法:假设剩余红包金额为m元,剩余人数为n,那么有如下公式:
每次抢到的金额 = 随机区间 [0.01,m /n × 2 - 0.01]元
这个公式,保证了每次随机金额的平均值是相等的,不会因为抢红包的先后顺序而造成不公平。
举个例子如下:
假设有5个人,红包总额100元。100÷5×2 = 40,所以第1个人抢到的金额随机范围是[0.01,39.99]元,在正常情况下,平均可以抢到20元。假设第1个人随机抢到了20元,那么剩余金额是80元。80÷4×2 = 40,所以第2个人抢到的金额的随机范围同样是[0.01,
39.99]元,在正常的情况下,还是平均可以抢到20元。假设第2个人随机抢到了20元,那么剩余金额是60元。60÷3×2 = 40,所以第3个人抢到的金额的随机范围同样是[0.01,39.99]元,平均可以抢到20元。以此类推,每一次抢到金额随机范围的均值是相等的。
代码实现
package arithmetic.com.ty.binary; import java.math.BigDecimal; import java.util.ArrayList; import java.util.List; import java.util.Random; public class RedEnvelope { /** * 拆分红包 * * @param totalAmount 总金额(以分为单位) * @param totalPeopleNum 总人数 */ public static List<Integer> divideRedPackage(Integer totalAmount, Integer totalPeopleNum) { List<Integer> amountList = new ArrayList<Integer>(); Integer restAmount = totalAmount; Integer restPeopleNum = totalPeopleNum; Random random = new Random(); for (int i = 0; i < totalPeopleNum - 1; i++) { //随机范围:[1,剩余人均金额的2倍-1] 分 int amount = random.nextInt(restAmount / restPeopleNum * 2 - 1) + 1; restAmount = restAmount - amount; restPeopleNum--; amountList.add(amount); } amountList.add(restAmount); return amountList; } public static void main(String[] args) { List<Integer> amountList = divideRedPackage(1000, 10); for (Integer amount : amountList) { System.out.println(" 抢到金额:" + new BigDecimal(amount).divide(new BigDecimal(100))); } } }
缺点:这个方法虽然公平,但也存在局限性,即除最后一次外,其他每次抢到的金额都要小于剩余人均金额的2倍,并不是完全自由地随机抢红包。
解决方法二
思路
线段切割法:何谓线段切割法?我们可以把红包总金额想象成一条很长的线段,而每个人抢到的金额,则是这条主线段所拆分出的若干子线段。
当N个人一起抢红包的时候,就需要确定N-1个切割点。
因此,当N个人一起抢总金额为M的红包时,我们需要做N-1次随机运算,以此确定N-1个切割点。
随机的范围区间是(1, M)。当所有切割点确定以后,子线段的长度也随之确定。这样每个人来抢红包的时候,只需要顺次领取与子线段长度等价的红包金额即可。
这就是线段切割法的思路。在这里需要注意以下两点:
(1)当随机切割点出现重复,如何处理 --- 重复了就重新切呗
(2)如何尽可能降低时间复杂度和空间复杂度 --- 这里我用链表,牺牲时间换取空间(排了个序),也可以牺牲空间节省时间(大数组)
代码
package arithmetic.com.ty.binary; import java.util.ArrayList; import java.util.Arrays; import java.util.HashSet; import java.util.List; import java.util.Set; import java.util.concurrent.ThreadLocalRandom; public class RedEnvelope { public static List<Integer> hongbao(int totalAmount, int totalNumber) { List<Integer> list = new ArrayList<>(); if (totalAmount <= 0 || totalNumber <= 0) { return list; } Set<Integer> set = new HashSet<>(); while (set.size() < totalNumber - 1) { //生成一个1~totalAmount的随机数 int random = ThreadLocalRandom.current().nextInt(1, totalAmount); set.add(random); } //使用set.toArray(new Integer[0])是为了保证转成数组后不用转型。因为不带Integer[0]的话,转过后是Object[] Integer[] amounts = set.toArray(new Integer[0]); //排序之后首先把数组中的第一位数放入List中 Arrays.sort(amounts); list.add(amounts[0]); /** * 对排序后的数组进行如下操作。假如排序后的数组为{x1, x2, x3, x4, x5, x6} * 下面的规则就相当于是x2-x1+x3-x2+x4-x3+x5-x4+x6-x5=x6-x1。而x1已经在上面被添加到list中,因此现在list中数据总大小为x6。 * 因此最后list.add(totalAmount - amounts[amounts.length - 1])时,也就=list.add(totalAmount - x6),总数为totalAmount */ for (int i = 1; i < amounts.length; i++) { list.add(amounts[i] - amounts[i - 1]); } list.add(totalAmount - amounts[amounts.length - 1]); return list; } public static void main(String[] args) { List<Integer> list = hongbao(200, 20); System.out.println(list); System.out.println(list.stream().mapToInt(x -> x).sum()); } }
posted on 2020-04-28 17:33 阿里-马云的学习笔记 阅读(4621) 评论(0) 编辑 收藏 举报