根據權重隨機選取指定條數記錄的簡單演算法實現(C#)【含原始碼】

一.應用情境：

    有時我們需要從一些列資料中根據權重隨機選取指定條數記錄出來，這裡需要權重、隨機，我們根據權重越大的，出現機率越大。例如廣告系統：可根據客戶支付金額大小來調控客戶們的廣告出現機率，客戶支付金額越大，其廣告出現頻率越頻繁，例如：加入有10條廣告，然後每條廣告都有一個權重，我們每次要根據權重選取5條廣告出來進行顯示。有了需求，我們就進行解決，本文章就是利用一種簡單的演算法來實現根據權重來隨機選取。

 

二.簡單演算法的實現：

   根據我們需求，上網找了不少資料，都沒有找到一種比較適合的方案，就自己想了一個簡單的實現方案，試了一下，效果還挺不錯的，現在和大家分享分享，有不合理或者錯誤之處，還望各位高手糾正。廢話少說，其實演算法很簡單，如下：

1. 每個廣告都有一個權重，用W表示。我們假設最小的權重為1，數字越大的權重越高。
2. 計算出所有廣告的權重總和，用SUM表示。
3. 遍曆每個廣告，將它的權重W與從0到(SUM-1)的一個隨機數（即權重總和SUM以內的隨機數）相加，得到新的權重排序值，用S表示。
4. 根據廣告權重排序值S從大到小進行排序。
5. 根據排序結果選取最前面的幾條記錄就是我們所需要的結果。

其簡單原理如下：

1.假如我們有A、B、C、D四個廣告，其權重分別為1、2、3、4，則其總權重SUM=1+2+3+4=10。

2.根據其權重值與一個小於SUM的隨機值(由於SUM=10，則隨機值範圍是0~9)相加，得到一個權重排序值，如下：

廣告	權重值	最小權重排序值	最大權重排序值
A	1	1+0=1	1+9=10
B	2	2+0=2	2+9=11
C	3	3+0=3	3+9=12
D	4	4+0=4	4+9=13

3.由此可以得出A、B、C、D的範圍，由上面可以看出A是1~10之間的數，而D的範圍是4~13，由此可以看出，D得出隨機數大的機率比較大。所以我們只要根據其出現機率再排一下順序，再選取排在權重排序值比較大的前幾項即可，這就可以得到我們所需要的根據權重選取機率的廣告。

 

三.C#代碼演算法的實現：

1.首先我們先聲明一個權重基礎類RandomObject，以後只要繼承該類即可。其代碼如下：

/// <summary>
/// 權重對象
/// </summary>
public class RandomObject
{
/// <summary>
/// 權重
/// </summary>
    public int Weight { set; get; }
}

這個類我們只定義一個Weight屬性，其它屬性可由繼承它的類根據具體業務來實現具體屬性。

 

2.建立一個輔助類RandomHelper，新增一個實現根據權重隨機選取條數的的函數，其代碼如下：

 

    /// <summary>
/// 演算法：
/// 1.每個廣告項權重+1命名為w，防止為0情況。
/// 2.計算出總權重n。
/// 3.每個廣告項權重w加上從0到(n-1)的一個隨機數（即總權重以內的隨機數），得到新的權重排序值s。
/// 4.根據得到新的權重排序值s進行排序，取前面s最大幾個。
/// </summary>
/// <param name="list">原始列表</param>
/// <param name="count">隨機抽取條數</param>
/// <returns></returns>
    public static List<T> GetRandomList<T>(List<T> list, int count) where T: RandomObject
    {
if (list == null || list.Count <= count || count <= 0)
        {
return list;
        }

//計算權重總和
        int totalWeights = 0;
for (int i = 0; i < list.Count; i++)
        {
            totalWeights += list[i].Weight + 1;  //權重+1，防止為0情況。
        }

//隨機賦值權重
        Random ran = new Random(GetRandomSeed());  //GetRandomSeed()隨機種子，防止快速頻繁調用導致隨機一樣的問題 
        List<KeyValuePair<int, int>> wlist = new List<KeyValuePair<int, int>>();    //第一個int為list下標索引、第一個int為權重排序值
        for (int i = 0; i < list.Count; i++)
        {
int w = (list[i].Weight + 1) + ran.Next(0, totalWeights);   // （權重+1） + 從0到（總權重-1）的隨機數
            wlist.Add(new KeyValuePair<int, int>(i, w));
        }

//排序
        wlist.Sort(
delegate(KeyValuePair<int, int> kvp1, KeyValuePair<int, int> kvp2)
          {
return kvp2.Value - kvp1.Value;
          });

//根據實際情況取排在最前面的幾個
        List<T> newList = new List<T>();
for (int i = 0; i < count; i++)
        {
            T entiy = list[wlist[i].Key];
            newList.Add(entiy);
        }

//隨機法則
        return newList;
    }

 

為了適合各個情境，我們定義T是一個泛型類，該類務必繼承RandomObject類，實現自己類資訊。該方法有相關的注釋，這裡就不再詳細重複描述。

 

特別注意一下GetRandomSeed()這個函數，這個是為了防止在短時間內頻繁建立和調用Random時候，會出現重複的隨機數（也就是隨機不在是隨機的問題），其函數代碼如下：

 

 

    /// <summary>
/// 隨機種子值
/// </summary>
/// <returns></returns>
    private static int GetRandomSeed()
    {
byte[] bytes = new byte[4];
        System.Security.Cryptography.RNGCryptoServiceProvider rng = new System.Security.Cryptography.RNGCryptoServiceProvider();
        rng.GetBytes(bytes);
return BitConverter.ToInt32(bytes, 0);
    }

 

 

3.調用方法：

調用方法很簡單，只需要聲明一個自己的實體，整合Object，然後根據實際情況直接調用RandomHelper.GetRandomList()方法即可。

如下：

 

//1.聲明一個繼承RandomObject的實體類，如：*
public class AdvertEntity : RandomObject
{
/// <summary>
/// 名稱
/// </summary>
    public string Name { set; get; }
/// <summary>
/// 描述
/// </summary>
    public string Description { set; get; }
//...其它相關的欄位/屬性
}

//2.初始化調用資料，如：
//初始化類比權重資料
    List<Advert> list = new List<Advert>();
    list.Add(new Advert { Name = "A", Weight = 1 });
    list.Add(new Advert { Name = "B", Weight = 2 });
    list.Add(new Advert { Name = "C", Weight = 2 });
    list.Add(new Advert { Name = "D", Weight = 3 });
    list.Add(new Advert { Name = "E", Weight = 4 });
    list.Add(new Advert { Name = "F", Weight = 5 });
    list.Add(new Advert { Name = "G", Weight = 60 });
//根據權重隨機取指定記錄條數
    List<Advert> newList = RandomHelper.GetRandomList<Advert>(list, 2);  //這個就是用法，newList就是隨機取出的記錄（第二個參數就是隨機取多少條）

 

 

 

 

 

四.測試回合結果如下：

 

 

 

五.附原始碼下載：

 點擊下載原始碼