大家都在抢红包 程序员都在研究红包算法

除夕当天，微信用户发送红包总量达10.1亿次，抖音互动量达110亿次，发送红包峰值为每分钟8.1亿次。

抛开微信红包的市场价值不谈，红包本身的算法也引起了热议。由于官方没有给出明确的说法，不同的家庭有不同的意见。下面小编也给大家带来几个分析。

先看数据分析皇帝

大部分人自己猜测，在不知道内部随机算法的情况下，这是唯一的选择，但大部分人不会给出自己的调查结果。这里给出了100个样本的样本数据，并提出了我自己的猜想。

1.钱包货币满足截断正态随机数分布。大致是从删失正态分布中取出随机数，将总和除以总值得到修正因子，再将所有随机数乘以修正因子得到红包值。

这种分布意味着低于平均水平的红包很多，但离平均水平不远；高于平均值的红包很少，但远远高于平均值的红包更多。

图1。钱包价值直方图及其频率分布和正态拟合

但是看分布直方图并不能推断其符合正态分布，但考虑到程序的简单性和随机数的合理性，这是最合理的猜测。钱包越落后，价值一般越高

图2。钱包序列号与其价值的关系曲线

从图2中的线性拟合红线可以看出，钱包价值的整体变化趋势是缓慢增加的，其变化范围大约是一条由绿色虚线上下边界所画的“通道”。(曲线可以被封闭在这样一个正常的“通道”中，这也从侧面反映了规则1的合理性，说明它不是均匀分布的随机数。)这个规律也可以从另一个平均数字看出来。

图3。平均数随序号的变化曲线

样本中，1000个钱包分为100个，平均值为10。但是，在图3中，我们可以看到，在最后一个钱包之前，平均值总是低于10，这表明钱包在开始时的价值较低，并且总是被后期的钱包价值拉高，后期的钱包价值较高。

3.当然，平均身材也能揭示另一个规律，那就是最后一个人往往运气好，抽烟多。因为最后一个人得到的和钱包里剩下的一样多，而且之前所有人的平均值都低于10，所以保证最后一个人至少会高于平均值。在这个例子中，98号钱包抽35，而最后一个钱包抽46。

综上所述，根据样本猜测：

1.提取的钱大部分和别人一样少，但是一旦有了更多的钱，就容易多了。2.越抽背钱包越容易赚钱。3.最后一个人容易碰运气。

点评：这种区别很明显，也很实用。每次边肖抢走它，都要花几分钱。

第二个学生写了一个简单的python代码

据观察，红包可以满足以下几点：

1.没有人能不拿到钱

2.不会提前完成的

3.货币波动幅度很大

当初创建红包的时候，就定下了分配计划。抢红包的时候，只是一个个弹出来。

所以python代码如下：

Defweixin _ divide _ hongbao (money，n) : divide _ table=[random。xrange (0，n)中x的randint (1，10000)sum _=sum(divide _ table)返回[x * money/sum _ for x in divide。

1.浮点数精度问题

2.边界值的处理

第三个学生根据网上流传的python写了一个java版本

int j=1；while(j 1000){ int number=10；float total=100浮动货币；双最小值=0.01；双倍最大值；int I=1；list math=new ArrayList()；while(in number){ max=total-min *(number-I)；int k=(int)((number-I)/2)；if(number-I=2){ k=number-I；} max=max/k；money=(int)(min * 100 math . random()*(max * 100-min * 100 1))；money=(float)money/100；总额=总额-金钱；math.add(钱)；system . out . println(‘第一个‘我’的人得到‘钱’并留下‘总数’)；我；if(I==number){ math . add(total)；system . out . println(' I '第一个人得到' total '并留下0)；}} System.out.println ('Math。(集合)的索引。max(数学))1)‘个人运气最好’；j；}第四个学生的算法看起来很科学。

他认为：

1.每个人都必须能够收到红包；

2.每人收到的红包金额之和=总金额；

3.每个人收到的红包数量不一，但不能太差，否则会很无聊；

4.算法一定要简单，不然对不起腾讯的招牌；

在正式编码之前，构建一个渐进模型来分析规律

设置总金额为10元，n人随机领取：

N=1

红包金额=X元；

N=2

为了保证第二个红包能够正常发送，第一个红包的金额=0.01到9.99之间的一个随机数

第二个红包=10-第一个红包金额；

N=3

红包1=0.01到0.98之间的随机数

红包2=从0.01到(10-红包1-0.01)的随机数

红包3=10-红包1-红包2

……

int j=1；while(j 1000){ int number=10；浮动总数=100；浮动货币；双最小值=0.01；双倍最大值；int I=1；list math=new ArrayList()；while(in number){ max=total-min *(number-I)；int k=(int)((number-I)/2)；if(number-I=2){ k=number-I；} max=max/k；money=(int)(min * 100 math . random()*(max * 100-min * 100 1))；money=(float)money/100；总额=总额-金钱；math.add(钱)；system . out . println(‘第一个‘我’的人得到‘钱’并留下‘总数’)；我；if(I==number){ math . add(total)；system . out . println(' I '第一个人得到' total '并留下0)；}} System.out.println ('Math。(集合)的索引。max(数学))1)‘个人运气最好’；j；}输入吧，波动太大，数据太枯燥！

第一个红包：7.48元，余额：2.52元

第二个红包：1.9元，余额：0.62元

第三个红包：0.49元，余额：0.13元

第四个红包：0.04元，余额：0.09元

第五个红包：0.03元，余额：0.06元

第六个红包：0.03元，余额：0.03元

第七个红包：0.01元，余额：0.02元

第八个红包：0.02元，余额：0元

为了改善这种情况，采用平均值作为随机安全的上限来控制波动差

int j=1；while(j 1000){ int number=10；浮动总数=100；浮动货币；双最小值=0.01；双倍最大值；int I=1；list math=new ArrayList()；while(in number){ max=total-min *(number-I)；int k=(int)((number-I)/2)；if(number-I=2){ k=number-I；} max=max/k；money=(int)(min * 100 math . random()*(max * 100-min * 100 1))；money=(float)money/100；总额=总额-金钱；math.add(钱)；system . out . println(‘第一个‘我’的人得到‘钱’并留下‘总数’)；我；if(I==number){ math . add(total)；system . out . println(' I '第一个人得到' total '并留下0)；}} System.out.println ('Math。(集合)的索引。max(数学))1)‘个人运气最好’；j；}输出结果见下图

第一个红包：0.06元，余额：9.94元

第二个红包：1.55元，余额：8.39元

第三个红包：0.25元，余额：8.14元

第四个红包：0.98元，余额：7.16元

第五个红包：1.88元，余额：5.28元

第六个红包：1.92元，余额：3.36元

第七个红包：2.98元，余额：0.38元

第八个红包：0.38元，余额：0元

总结：

边肖认为这可以理解为红包引发的血案。边肖只列举了几个，还有一些工科学生直接抛出数学模型、离散函数之类的，但不管算法是简单还是复杂，都是足够好玩的。