Java中使用TreeMap权重随机算法，以及验证与分析

权重下随机，就是给定各个值不同的权重，再根据权重的比例随机选出一个值

/**
 * Created by Jungle on 2020/2/23.
 *
 * @author JungleZhang
 * @version 1.0.0
 * @Description 权重下随机的算法
 */
public class WeightRandom<K, V extends Number> {
    private TreeMap<Double, K> weightMap = new TreeMap<>();

    public WeightRandom(@NotNull List<Pair<K, V>> list) {
        // 先排除权重为0的项
        Iterator<Pair<K, V>> it = list.iterator();
        while (it.hasNext()) {
            if (it.next().second.doubleValue() == 0) {
                it.remove();
            }
        }

        for (Pair<K, V> pair : list) {
            double lastWeight = this.weightMap.size() == 0 ? 0 : this.weightMap.lastKey();// 统一转为double
            this.weightMap.put(pair.second.doubleValue() + lastWeight, pair.first);// 权重累加
        }
    }

    public K random() {
        double randomWeight = this.weightMap.lastKey() * Math.random();
        SortedMap<Double, K> tailMap = this.weightMap.tailMap(randomWeight, false);
        return this.weightMap.get(tailMap.firstKey());
    }

}

算法验证：

/**
 * Created by Jungle on 2020/3/31.
 *
 * @author JungleZhang
 * @version 1.0.0
 * @Description
 */
public class WeightRandomTest {

    @Test
    public void test() {
        Pair<String, Integer> pair1 = new Pair<>("1", 1);
        Pair<String, Integer> pair2 = new Pair<>("2", 2);
        Pair<String, Integer> pair3 = new Pair<>("3", 3);
        Pair<String, Integer> pair4 = new Pair<>("4", 4);
        List<Pair<String, Integer>> list = new ArrayList<>();
        list.add(pair1);
        list.add(pair2);
        list.add(pair3);
        list.add(pair4);
        WeightRandom<String, Integer> random = new WeightRandom<>(list);

        String num;
        HashMap<String, Integer> totalCount = new HashMap<>();
        for (int i = 0; i < 10000000; i++) {
            num = random.random();
            if (totalCount.containsKey(num)) {
                totalCount.put(num, totalCount.get(num) + 1);
            } else {
                totalCount.put(num, 1);
            }
        }
        System.out.println(totalCount.toString());

    }
}

运行1000w次，结果

{1=1000402, 2=1998608, 3=3000011, 4=4000979}

{1=1001041, 2=1999736, 3=3000950, 4=3998273}

{1=1000074, 2=1999378, 3=3000471, 4=4000077}

{1=1001806, 2=2001035, 3=3000200, 4=3996959}

{1=1000215, 2=2001900, 3=2995226, 4=4002659}

从结果上看，基本上满足了根据权重随机出的数据正确

这里使用TreeMap的tailMap()方法的特性，可以选出比该key值大的所有键值对

通过

        for (Pair<K, V> pair : list) {
            double lastWeight = this.weightMap.size() == 0 ? 0 : this.weightMap.lastKey();// 统一转为double
            this.weightMap.put(pair.getValue().doubleValue() + lastWeight, pair.getKey());// 权重累加
        }

这个方法，把值分段，比如例子中会分成 （1:1）（3:2）（6:3）（10:4）这四个键值对

使用

 weightMap.lastKey() * Math.random() 

可以得到一个权重累加值得随机数，最后根据tailMap() 得到第一个比权重随机数大的key值，这个key值就是我们随机到的值

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　Create by JungleZhang on 2020年3月31日17:29:28