1.什么是权重比例
权重比例计算即将各数值乘以相应的权数，然后加总求和得到总体值，再除以总的单位数。
如何计算
有一个对象集合为[A,B,C,D,E,F,G,H,I,J]，其对象的全红
总权重为10
每一个对象的权重为1/10=0.1
2.什么是权重覆盖区域
权重覆盖区域是对象在整体权重范围中的锁分配到的区域
因此在计算权重时将对应的权重比例放入到数组中，便于后期计算权重覆盖区域
3.如何随机的获取对应的区域
使用java数据工具列Arrays的binarySearch()
int binarySearch(double[] a, double key)
这个方法会根据key找到 -插入点索引-1
对应的插入点为 -结果-1
当获取到指定的权重覆盖区域，对其对应的对象的权重按照指定比例进行修改，并保存数据
4.IO读取和保存数据
可使用的类很多，但是建议使用字符流的高级流--缓冲流，可以在简化操作步骤
字符缓冲输入流：使用readLine()获取一行的数据
字符换种输出流：使用newLine()进行换行，相较于添加写入 \r\n要简便
5.算法实现
1。建立的JavaBean类
package com.prettyspiderList.train;
/**
* @author prettyspider
* @ClassName Student
* @description: TODO
* @date 2023/8/4 17:28
* @Version V1.0
*/
public class Student {
private String name;
private int age;
public Student() {
}
public Student(String name, int age) {
this.name = name;
this.age = age;
}
/**
* 获取
* @return name
*/
public String getName() {
return name;
}
/**
* 设置
* @param name
*/
public void setName(String name) {
this.name = name;
}
/**
* 获取
* @return age
*/
public int getAge() {
return age;
}
/**
* 设置
* @param age
*/
public void setAge(int age) {
this.age = age;
}
public String toString() {
return "Student{name = " + name + ", age = " + age + "}";
}
}
2.算法实现
package com.prettyspiderList.Map.train;
import java.io.*;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Random;
/**
* @author prettyspider
* @ClassName test04
* @description: TODO
* @date 2023/9/7 21:35
* @Version V1.0
*/
public class test04 {
/**
* txt文件中事先准备号一些学生信息，每个学生的信息独占一行
* 要求1：
* 每次被点到的学生，再次被点到的概率再原先的基础上降低一半
* 举例： 80个学生，点名2次，每次都点到a，概率变化
* 1： 1.25&
* 2.a 0.625% 其他人1.2579%
*/
public static void main(String[] args) throws IOException {
/**
* 带权重的随机算法：
* 根据总权重，获取每个对象的占比
*
*/
//创建student集合
ArrayList<Student> list = new ArrayList<>();
// 创建输入流
BufferedReader reader = new BufferedReader(new FileReader(".\\com\\prettyspiderList\\Map\\train\\stu.txt"));
String line;
while ((line = reader.readLine()) != null) {
String[] arr = line.split("-");
list.add(new Student(arr[0], arr[1], Integer.parseInt(arr[2]), Double.valueOf(arr[3])));
}
// 关流
reader.close();
//计算权重
// 1.获取总权重
double weight = 0.0;
for (Student stu : list) {
weight += stu.getWeight();
}
// 2.获取单个权重
double[] wightArr = new double[list.size()];
for (int i = 0; i < list.size(); i++) {
wightArr[i] = list.get(i).getWeight() / weight;
}
System.out.println(Arrays.toString(wightArr));
// 每个的权重占比，其前面一个的权重加自己的权重, 表示的是在这个范围内是对应的对象
for (int i = 1; i < wightArr.length; i++) {
wightArr[i] = wightArr[i] + wightArr[i - 1];
}
System.out.println(Arrays.toString(wightArr));
// 随机生成一个0-1之间的随机数
Random random = new Random();
double key = random.nextDouble(1);
System.out.println(key);
// 二分查找法：方法返回： 结果=-插入点-1
// 则插入点=-结果-1
int index = -Arrays.binarySearch(wightArr, key) -1;
// 对获取到的对象的权重减半
double num = list.get(index).getWeight() / 2;
list.get(index).setWeight(num);
System.out.println(list.get(index));
// 将数据协会到文件中
BufferedWriter writer = new BufferedWriter(new FileWriter(".\\com\\prettyspiderList\\Map\\train\\stu.txt"));
for (Student student : list) {
writer.write(student.toString());
writer.newLine();
}
// 关闭流
writer.close();
}
}
测试数据
权重算法测试数据