經典的概率演算法

/*
* 經典的概率演算法，
* $proarr是乙個預先設定的陣列，
* 假設陣列為：array(100,200,300，400)，
* 開始是從1,1000 這個概率範圍內篩選第乙個數是否在他的出現概率範圍之內， 
* 如果不在，則將概率空間，也就是k的值減去剛剛的那個數字的概率空間，
* 在本例當中就是減去100，也就是說第二個數是在1，900這個範圍內篩選的。
* 這樣 篩選到最終，總會有乙個數滿足要求。
* 就相當於去乙個箱子裡摸東西，
* 第乙個不是，第二個不是，第三個還不是，那最後乙個一定是。
* 這個演算法簡單，而且效率非常 高，
* 關鍵是這個演算法已在我們以前的專案中有應用，尤其是大資料量的專案中效率非常棒。
*/function get_rand($proarr) else 
} unset ($proarr);
return $result;} 
/** 獎項陣列
* 是乙個二維陣列，記錄了所有本次**的獎項資訊，
* 其中id表示中獎等級，prize表示獎品，v表示中獎概率。
* 注意其中的v必須為整數，你可以將對應的 獎項的v設定成0，即意味著該獎項抽中的機率是0，
* 陣列中v的總和（基數），基數越大越能體現概率的準確性。
* 本例中v的總和為100，那麼平板電腦對應的 中獎概率就是1%，
* 如果v的總和是10000，那中獎概率就是萬分之一了。
* */
$prize_arr = array(
'0' => array('id'=>1,'prize'=>'平板電腦','v'=>0),
'1' => array('id'=>2,'prize'=>'數位相機','v'=>20),
'2' => array('id'=>3,'prize'=>'音箱裝置','v'=>80),
'3' => array('id'=>4,'prize'=>'4g優盤哦','v'=>500),
'4' => array('id'=>5,'prize'=>'10q幣哦','v'=>400),
'5' => array('id'=>6,'prize'=>'沒能中哦','v'=>9000),
);/*
* 每次前端頁面的請求，php迴圈獎項設定陣列，
* 通過概率計算函式get_rand獲取抽中的獎項id。
* 將中獎獎品儲存在陣列$res['yes']中，
* 而剩下的未中獎的資訊儲存在$res['no']中，
* 最後輸出json個數資料給前端頁面。
*/function run_rand($prize_arr) 
$rid = get_rand($arr); //根據概率獲取獎項id 
$res['yes'] = $prize_arr[$rid-1]['prize']; //中獎項 
unset($prize_arr[$rid-1]); //將中獎項從陣列中剔除，剩下未中獎項 
shuffle($prize_arr); //打亂陣列順序 
for($i=0;$i$res['no'] = $pr;
return $res; 
}$a1 = $a2 = $a3 = $a4 = $a5 = $a6 = array();
for ($i = 0; $i < 100; $i++) 
if($res['yes'] == '數位相機')
if($res['yes'] == '音箱裝置')
if($res['yes'] == '4g優盤哦')
if($res['yes'] == '10q幣哦')
if($res['yes'] == '沒能中哦')
//echo '
'; 
}//var_dump($a6);
echo '平板電腦('.count($a1) .')----'. '數位相機('.count($a2).')----'. '音箱裝置('.count($a3).')----'.'4g優盤哦('.count($a4).')----'. '10q幣哦('.count($a5).')----'. '沒能中哦('.count($a6).')';

KMP演算法與乙個經典概率問題

考慮乙個事件，它有兩種概率均等的結果。比如擲硬幣，出現正面和反面的機會是相等的。現在我們希望知道，如果我不斷拋擲硬幣，需要多長時間才能得到乙個特定的序列。序列一反面正面反面序列二反面正面正面首先，我反覆拋擲硬幣，直到最近的三次拋擲結果形成序列一，然後我記下這次我拋擲了多少次才得到了我...

經典的概率演算法

KMP演算法與乙個經典概率問題

KMP演算法與乙個經典概率問題

KMP演算法與乙個經典概率問題

相關推薦