Java案例如何实现权重抽奖？

wen java案例 2026-06-17 4

Java案例如何实现权重抽奖？从原理到实战的完整解析

目录导读

什么是权重抽奖？
权重抽奖的核心算法解析
Java实现方案一：数组累加区间法
Java实现方案二：TreeMap红黑树法
完整案例：微信红包式权重抽奖系统
常见问题与优化策略
总结与延伸阅读

什么是权重抽奖？

Q：权重抽奖和普通抽奖有什么区别？
A：普通抽奖所有奖品概率相同，而权重抽奖允许为不同奖品设置不同的中奖概率（如：一等奖权重1%，二等奖权重20%，谢谢参与权重79%），Java实现时需解决“按权重随机选择”的核心问题。

Java案例如何实现权重抽奖？

Q：权重抽奖在哪些场景应用最广？
A：电商秒杀、游戏宝箱掉落、问卷调研奖励池、营销活动（如京东Plus会员抽奖），甚至百度贴吧的“幸运用户”算法底层都用到类似设计。

权重抽奖的核心算法解析

权重抽奖本质是离散概率分布采样（Discrete Probability Distribution Sampling）,主流实现有3种：

算法	时间复杂度	空间复杂度	适用场景
轮盘赌（Roulette）	O(n)	O(1)	奖品数量<100
别名法（Alias Method）	O(1)	O(n)	高频调用
前缀和数组+二分查找	O(log n)	O(n)	权重动态变化

本文重点讲解最实用、最易理解的两种：数组累加区间法和TreeMap红黑树法。

Java实现方案一：数组累加区间法

原理

将权重转化为累加区间，用随机数落在哪个区间判断结果，例如奖品A权重1、B权重2、C权重3，累加数组为[1,3,6]，随机数若为0~1则命A，1~3命B，3~6命C。

代码实现（伪代码 + 完整注释）

public class WeightedDraw {
    static class Prize {
        String name;
        int weight;
        public Prize(String name, int weight) {
            this.name = name;
            this.weight = weight;
        }
    }
    public static String draw(List<Prize> prizes) {
        int totalWeight = prizes.stream().mapToInt(p -> p.weight).sum();
        // 1. 生成[0, totalWeight)的随机数
        int randomNum = new Random().nextInt(totalWeight);
        // 2. 遍历累加区间
        int cumulativeWeight = 0;
        for (Prize prize : prizes) {
            cumulativeWeight += prize.weight;
            if (randomNum < cumulativeWeight) {
                return prize.name;
            }
        }
        return null; // 理论上不会执行
    }
}

优点：逻辑直观，适合小规模数据。
缺点：每次遍历O(n),百万级并发时性能瓶颈。

Java实现方案二：TreeMap红黑树法

Q：为什么TreeMap能优化权重抽奖？
A：TreeMap基于红黑树，提供ceilingKey(key)方法（返回大于等于key的最小键），结合前缀和可实现O(log n)定位。

代码实现（企业级生产示例）

import java.util.*;
public class WeightedTreeMap {
    private final TreeMap<Integer, String> weightMap = new TreeMap<>();
    private int totalWeight = 0;
    // 初始化：构建权重区间映射
    public void init(Map<String, Integer> items) {
        weightMap.clear();
        totalWeight = 0;
        for (Map.Entry<String, Integer> entry : items.entrySet()) {
            totalWeight += entry.getValue();
            weightMap.put(totalWeight, entry.getKey());
        }
    }
    // 抽奖核心
    public String draw() {
        if (totalWeight == 0) return null;
        int randomNum = new Random().nextInt(totalWeight);
        // 找到第一个大于randomNum的key
        Map.Entry<Integer, String> entry = weightMap.higherEntry(randomNum);
        return entry != null ? entry.getValue() : weightMap.firstEntry().getValue();
    }
    // 测试
    public static void main(String[] args) {
        WeightedTreeMap drawer = new WeightedTreeMap();
        Map<String, Integer> items = new LinkedHashMap<>();
        items.put("一等奖", 1);
        items.put("二等奖", 10);
        items.put("谢谢参与", 89);
        drawer.init(items);
        for (int i = 0; i < 1000; i++) {
            System.out.println(drawer.draw());
        }
    }
}

技术细节：

higherEntry(key)返回严格大于key的最小键，规避边界重复冲突
权重总和用totalWeight缓存，避免重复计算
首次初始化时构建映射，后续抽奖仅需O(log N)

完整案例：微信红包式权重抽奖系统

业务需求：类似微信红包的“拼手气”+权重控制（让部分用户获得高权重红包）。
技术栈：Spring Boot + Redis（防超发+统计） + 权重算法

实现步骤

@Service
public class RedPacketService {
    @Autowired
    private StringRedisTemplate redisTemplate;
    private final WeightedTreeMap drawer = new WeightedTreeMap();
    // 预配置权重：大包占比2%，中包18%，小包80%
    public void initPacketPool() {
        Map<String, Integer> config = new LinkedHashMap<>();
        config.put("BIG_PACKET", 2);
        config.put("MID_PACKET", 18);
        config.put("SMALL_PACKET", 80);
        drawer.init(config);
    }
    // 用户领红包
    public String grabRedPacket(String userId) {
        // 1. 权重抽奖决定红包类型
        String type = drawer.draw();
        // 2. Redis原子扣减库存（Lua脚本）
        String result = redisTemplate.execute(new DefaultRedisScript<>(LUA_SCRIPT), 
            Arrays.asList("red_packet:" + type), "1");
        // 3. 结果校验与发放
        if ("OK".equals(result)) {
            return type + " 红包发放成功";
        }
        return "手慢了，下次加油！";
    }
}

优化点：