带有权重的随机算法

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